Gastartikel door Willis Eschenbach
WhatsUpWithThat  16 oktober 2022

In mijn vorige bericht, “Global Scatterplots”, heb ik besproken hoe een rastercel-voor-rastercel puntenwolk van de hele aardbol kan worden gebruikt om inzicht te krijgen in het verband tussen twee variabelen. De variabelen die ik in dat artikel besprak waren het wolkenstralingseffect (CRE) als functie van de temperatuur.

Figuur 1 toont de oppervlaktetemperatuur als functie van de hoeveelheid zonne-energie die daadwerkelijk het klimaatsysteem binnenkomt. Deze beschikbare zonne-energie is de top-of-atmosphere (TOA) zonne-energie, minus de “albedo reflecties”, de hoeveelheid zonlicht die door de wolken en het oppervlak naar de ruimte wordt teruggekaatst.

Figuur 1. Puntenwolk, oppervlaktetemperatuur per rastercel versus beschikbaar zonne-energie. Aantal rastercellen = 64.800. De cyaan/zwarte lijn toont de LOESS smoothing van de gegevens. De helling van de cyaan/zwarte lijn toont de verandering in temperatuur voor elke verandering van 1 W/m2 in beschikbare zonne-energie. De gegevens in dit bericht zijn gemiddelden van de volledige 21 jaar CERES-gegevens.

Ik heb al eerder gezegd dat ik dol ben op verrassingen vanuit de wetenschap. De verrassing voor mij was dat er in figuur 1 drie heel verschillende regimes te zien zijn. De linkerkant van de grafiek, onder ongeveer 100 W/m2 beschikbare zonne-energie, toont de gebieden nabij de polen waar weinig zonne-energie beschikbaar is. In die gebieden stijgt de temperatuur zeer snel met toenemende zonne-energie.

Dan is er een lang, eigenlijk rechtlijnig deel van ~ 100 W/m2 beschikbare zonne-energie tot ongeveer 300 W/m2. En tenslotte, vanaf ongeveer 310 W/m2 tot 360 W/m2 is er een vlakke rechte lijn, zonder enige helling. Dat laatste was voor mij de grootste verrassing. Zodra het gemiddelde beschikbare zonnevermogen boven 310 W/m2 is, kun je tot 50 W/m2 extra toevoegen zonder dat de oppervlaktetemperatuur ook maar iets stijgt. En vergeet niet, dat zijn geen korte termijn veranderingen, dat zijn de effecten van 50 W/m2 extra toegepast over decennia en eeuwen. (zie update)

Een toename van 3,7 W/m2 door een verdubbeling van CO2 zou een temperatuurstijging van 3°C veroorzaken. Maar hier is een deel van de wereld waar zelfs een verandering van 50 W/m2 (meer dan tien keer zo groot) niets doet!

Hoe groot is het deel van de wereld dat deze ongevoeligheid vertoont? Figuur 2 schetst de gebieden onder 100 W/m2, waar de temperatuur sterk stijgt bij toenemende zonnestraling, en de gebieden boven 310 W/m2, waar de temperatuur NIET stijgt bij toenemende zonnestraling.

Figuur 2. Beschikbare zonne-energie (TOA-zonnestraling minus albedo-reflecties), het bovenste kaartje is een projectie met de Stille Oceaan in het midden, het onderste kaartje met de Greenwich meridiaan in het midden. Gebieden in rood omlijnd met cyaan/zwart veranderen niet van temperatuur bij verhoogde gemiddelde zonne-input. Poolgebieden in blauw omlijnd met wit/zwart tonen waar de temperatuur zeer gevoelig is voor verhoogde zonne-input. De gestippelde horizontale lijnen zijn de keerkringen en poolcirkels.

Merk op dat de rode gebieden die ongevoelig zijn voor verhoogde zonne-input zich allemaal in de tropen bevinden, en vrijwel volledig uit oceanen bestaan. Zij beslaan de helft van het tropische gebied en ongeveer 22% van het aardoppervlak. De blauwe gebieden met een hoge temperatuurgevoeligheid voor zonneschijnschommelingen beslaan daarentegen slechts ongeveer 8% van de planeet.

Terugkomend op figuur 1, ik schreef: “De helling van de cyaan/zwarte lijn toont de verandering in temperatuur voor elke verandering van 1 W/m2 in de beschikbare zonne-energie.” Figuur 3 laat exact dat zien, de helling van de cyaan/zwarte trendlijn in figuur 1.

Figuur 3. Helling van de trendlijn in figuur 1. Dit toont de temperatuurverandering bij een verandering van 1 W/m2 in de beschikbare instraling.

Hier zien we dezelfde drie gebieden als in figuur 1. Links, onder de ~ 100 W/m2 beschikbare zon, is de gevoeligheid van de temperatuur voor veranderingen in de zonne-input vrij hoog. Pas op: dit is niet de klimaatgevoeligheid voor CO2-veranderingen de gevoeligheid voor de beschikbare zonne-energie. Daarna, van 100 W/m2 tot 300 W/m2, blijft de gevoeligheid vrijwel onveranderd, gemiddeld 0,16 °C per W/m2. Tenslotte: boven ~ 310 W/m2 zonne-energie is de temperatuur totaal ongevoelig voor veranderingen in beschikbare hoeveelheid zonne-energie.

Dit betekent dat de zonne-energie met ongeveer 6 W/m2 moet toenemen om de temperatuur van 70% van de planeet met 1°C te doen stijgen! En vergeet niet dat in de helft van de tropische oceanen (=22% van de planeet) diezelfde 6 W/m2 toename van de zonne-energie geen enkele invloed heeft op de temperatuur.

Conclusie: er is ~ 5 W/m2 extra zonne-input nodig om de oppervlaktetemperatuur van de aarde met 1 °C te laten stijgen.

[UPDATE] Iemand die reageerde op bovenstaand artikel zei dat mijn uitspraak dat de situatie stabiel was “gedurende decennia en eeuwen” een beetje aanmatigend is. Ik antwoordde: “Klopt … maar ik beoordeel dat op basis van het gebrek aan verandering op jaarbasis of op basis van een 5-jarig gemiddelde. Bovendien is de helling in figuur 3 de parameter die van belang is, omdat hij dY/dX weergeeft, de verandering van de Y-variabele ten opzichte van de X-variabele. En die helling verandert heel weinig, van jaar tot jaar of van decennium tot decennium. Ik heb onderstaande grafiek speciaal voor jou gemaakt. Hij toont jaargemiddelden in plaats van het 21-jarig gemiddelde zoals in bovenstaande tekst:

Figuur 4. Zoals in figuur 3, maar met 21 afzonderlijke jaren in plaats van een gemiddelde over 21 jaar.

Behalve bij de polen is er zeer, zeer weinig verandering in de helling (gevoeligheid van de temperatuur voor veranderingen in de zonne-input), ongeacht welk jaar je kiest. Ik heb ook gekeken naar dezelfde analyse met Berkeley Earth temperatuurgegevens en CERES stralingsgegevens. Daaruit blijkt hetzelfde als hierboven – zeer gevoelig waar er weinig zon is, ~ 0,16 °C per W/m2 over ~70% van de aarde, en 0,0 °C over ~22% van de aarde. ”

Vergeet tenslotte niet dat we kijken naar gigantische, planetaire patronen van relaties tussen de twee variabelen. Deze worden niet beïnvloed door veel kleinere lokale variaties, zoals blijkt uit bovenstaande grafiek. En dat alles samen overtuigt mij ervan dat we kijken naar stabiele, langdurige relaties. Dit is wat ik vanaf het begin verwachtte, aangezien elke rastercel millennia de tijd heeft gehad om zich te ‘nestelen’ in die planetaire patronen van temperaturen en beschikbare zonneschijn.

Gastartikel door Willis Eschenbach
WhatsUpWithThat  14 oktober 2022

Sinds enige tijd gebruik ik een merkwaardig soort puntenwolk. Figuur 1 is een voorbeeld. Het toont de relatie tussen de oppervlaktetemperatuur en de effecten van wolken op de oppervlaktestraling. Wolken kunnen het oppervlak opwarmen of afkoelen, afhankelijk van plaats, tijd en type. Dit fenomeen wordt het ” Cloud Radiative Effect” (CRE) genoemd.

De hoeveelheid straling die wolken opwarmen of afkoelen (het CRE) wordt gemeten in watt per vierkante meter (W/m2). Positief betekent dat wolken het oppervlak opwarmen, en negatief dat wolken het oppervlak afkoelen. Wereldwijd (als oppervlakte-gewogen gemiddelde) koelen wolken het oppervlak af met ongeveer – 21 W/m2.

Figuur 1. Fig.1    Scatterplot, oppervlaktetemperatuur (horizontale x-as) versus netto stralingseffect van wolken (verticale y-as). Het geeft een nieuwe betekenis aan het woord “niet-lineair”.

Waar kijken we naar in figuur 1? Elke blauwe stip vertegenwoordigt een rastercel van 1 breedtegraad bij 1 lengtegraad ergens op het aardoppervlak. Elke stip is horizontaal geplaatst ten opzichte van de gemiddelde temperatuur over 21 jaar en verticaal ten opzichte van het stralingseffect van de wolken over 21 jaar. De geel/zwarte lijn is een LOESS smoothing die de algemene trend van de gegevens weergeeft.

Bijzonder interessant is dat de helling van de geel/zwarte lijn aangeeft hoeveel het wolkenstralingseffect verandert per 1°C temperatuursverandering. Uit figuur 1 blijkt dat wolken in het algemeen de koudste gebieden van de planeet opwarmen. Rastercellen in de ~ 10% van de planeet waar de gemiddelde jaartemperatuur lager is dan -5°C worden door wolken opgewarmd.

In warmere gebieden daarentegen koelen wolken het oppervlak af. En wanneer de temperatuur boven ongeveer 25-26°C komt, neemt de afkoeling door wolken sterk toe met toenemende temperatuur. In die gebieden neemt voor elke extra graad temperatuur de afkoeling door wolken toe met maximaal -15 W/m2. Dit komt door de snelle toename boven 26°C van het aantal, de omvang en de kracht van thermisch aangedreven onweersbuien in de warme natte tropen.   Figuur 2 laat zien laat zien hoe de onweersbuien het warme water volgen.

Figuur 2. De onweersintensiteit wordt weergegeven met kleuren (de wolkentophoogte is een maat voor de sterkte van het onweer). De grijze contourlijnen tonen temperaturen van 27, 28 en 29°C.

Hieruit blijkt dat onweersbuien bij voorkeur ontstaan boven de hot spots en dat zij feitelijk de temperatuurstijging in die gebieden begrenzen. Dit is de oorzaak van het feit dat niet meer dan 1% van het aardoppervlak (en vrijwel geen enkele open oceaan) een gemiddelde jaartemperatuur van meer dan 30°C heeft.

Rastercel puntenwolken hebben zeer waardevolle eigenschappen. Een daarvan
is dat de methode kijkt naar gemiddelden op langere termijn. In figuur 1 bijvoorbeeld zijn dit de gemiddelde temperaturen per rastercel vanaf het jaar 2000. Bijgevolg omvatten de temperaturen per rastercel alle mogelijke verschillende terugkoppelingen en het merendeel van de trage reacties op veranderende omstandigheden. En zo kunnen we vragen beantwoorden als “hoe zullen de wolken reageren als de temperaturen langzaam toenemen” ? Alarmisten willen u doen geloven dat de opwarming zal toenemen door de terugkoppeling van wolken.

Maar figuur 1 vertelt een veel complexer en genuanceerder verhaal. De helling van de geel/zwarte lijn toont de verandering van CRE als reactie op een temperatuursverandering van 1°. Als de helling naar rechts afloopt, laat dat zien dat de omvang van de door de wolken veroorzaakte afkoeling toeneemt naarmate de temperatuur stijgt. De CRE wordt negatiever, de de wolken zorgen voor meer afkoeling.

Er zijn slechts twee plaatsen waar de wolken een onderliggende opwarming versterken. Dat zijn de gebieden in figuur 1 waar de geel/zwarte lijn naar rechts oploopt. Het betreft de 3% van het oppervlak dat kouder is dan -20°C, en de ~30% van de aarde met een gemiddelde temperatuur tussen 15°C en 25°C. In totaal is dat ongeveer een derde van de planeet. Bij alle andere temperaturen zullen rastercellen een toenemende afkoeling door wolken vertonen naarmate ze opwarmen, met name in het deel van de aarde dat gemiddeld boven de 25°C warm is. Conclusie: slechts een derde van de aarde heeft een opwarmende wolkenfeedback die bovendien niet zo sterk is. Twee derde van de aarde heeft een afkoelende wolkenfeedback, en bovendien is de afkoelende feedback veel sterker dan de opwarmende feedback.

We kunnen dus stellen dat de wolkenfeedback gemiddeld negatief is en niet positief. Uit een oppervlakte-gewogen gemiddelde van bovenstaande gegevens blijkt dat de wolken gemiddeld -3,2 W/m2 afkoelen voor elke graad C opwarming. (In werkelijkheid zal de totale wolkenreactie kleiner zijn dan dat, omdat de warmste gebieden op aarde waar de wolkenfeedback het grootst is, over het algemeen niet veel zullen opwarmen).

Nu heb ik hierboven gesteld dat deze methode ons het antwoord op lange termijn pas geeft nadat bijna alle verschillende terugkoppelingen, langzame opwarming en aanpassingen hebben plaatsgevonden. Dat het niet gaat om een korte termijn-reactie van de wolken op de oppervlaktetemperatuur maar om de lange termijn, de stabiele respons. Het laat de lange termijn respons van wolken zien bij 1°C opwarming, gedetailleerd van polen tot de tropen.

Wat je er tegenin zou kunnen brengen is dat een langzame thermische aanpassing van de meest recente opwarming nog niet helemaal heeft plaatsgevonden. Dat is mogelijk, maar dat zal waarschijnlijk weinig verschil maken. Logisch denken zegt me dat dat de helling van de gele lijn in figuur 1 vrijwel onveranderd zal laten. Althans, dat zegt mijn logica. Maar ik heb altijd de voorkeur gegeven aan meetgegevens boven logica. Na enig nadenken besefte ik dat ik dit kon testen door kortere gemiddelden van de CERES-gegevens te nemen in plaats van het volledige 21-jarige gemiddelde. Daarom heb ik vijfjarige gemiddelden van de 21-jarige CERES-gegevens gebruikt. Ter vergelijking heb ik ze op dezelfde schaal uitgezet als in figuur 1.

Figuur 3. LOESS smooths van de puntenwolken van vier geselecteerde subsets van de CERES-gegevens. De onderliggende puntenwolkgegevens worden niet getoond.

Zoals u kunt zien, liggen de gladde LOESS-trendlijnen van alle vier de rastercel puntenwolken zo dicht bij elkaar dat ze elkaar bedekken. Dit toont duidelijk aan dat een puntenwolk inderdaad de lange termijnrelatie tussen de twee variabelen van belang toont. Het wordt nauwelijks beïnvloed door de veranderingen in CRE en temperatuur tussen de periodes van 5 jaar. Ik laat het hierbij, en kom in het volgende bericht terug op wat ik heb geleerd van andere rastercel puntenwolken.

Nu de Nederlandse overheid van plan lijkt te zijn om op termijn twee nieuwe kerncentrales te bouwen is die vorm van elektriciteitsopwekking weer wat meer in de belangstelling. Nu de energienood hoog is ‘mag’  je weer over kernenergie praten. Door groene clubs was kernenergie al jaren geleden in de ban gedaan, waarbij het ongeluk in de kerncentrale van Fukushima (geen kernongeluk maar het gevolg van een tsunami, 0 stralingsdoden) zelfs voor de Duitse regering de aanleiding was om alle kerncentrales in Duitsland te sluiten. Ik begreep dat de laatste daar binnenkort dichtgaat, onbegrijpelijk in de huidige energieproblematiek en vanuit veiligheidsoverwegingen bezien volstrekt onterecht:

Fig.1    Bron: Ourworldindata

De angst voor de veiligheid werd altijd als argument gebruikt, maar als je naar de cijfers kijkt (figuur 1) is het aantal dodelijke ongelukken per opgewekt MWh elektriciteit bij kernenergie een van de laagste.

Op 6-11-2022 sprak wetenschapsjournalist Simon Rozendaal van Elsevier in het tv-programma WNL op Zondag over nieuwe kerncentrales in Nederland. Een prima pleidooi mijns inziens, hij is goed ingelezen. Het fragment is vanaf 23:30 hier te vinden.

Fig.2    Bron: Ourworldindata

Goed dat hij aanstipte dat voor de opwekking van kernenergie een van de laagste ‘death rates’ per TWh geldt (figuur 1), kernenergie de laagste broeikasgasemissies van alle vormen van elektriciteitsopwekking heeft (figuur 2) en bovendien het laagste ruimtebeslag per MWh. In een overbevolkt land als Nederland is dat laatste geen onbelangrijk detail (figuur3).

Fig.3    Bron: Ourworldindata

Ik correspondeer geregeld met een jonge Nederlandse professor in de kernreactorfysica die les geeft en onderzoek doet aan een Japanse universiteit. Dat heeft al enkele malen geleid tot een artikel op de website, zoek onder ‘kernenergie’. Toevallig was ik de afgelopen week in gesprek met hem over de problemen bij de bouw van kerncentrales, zoals forse budgetoverschrijdingen en een bouwtempo dat vaak veel lager ligt dan gepland. Op mijn vraag hoe dat komt stuurde hij me een paar dagen geleden een emailtje met zijn visie daar op. Dat wil ik u niet onthouden. Hij wil iedere serieuze vraag beantwoorden (zie emailadres onderaan).

Beste Rob,

Een kerncentrale wordt normaal gesproken ontworpen, inclusief het financiële plaatje, voor een levensduur van 40 jaar. AREVA claimt dat het EPR ontwerp goed is voor tenminste 60 jaar, maar op dit moment is alle regulering gebaseerd op 40 jaar. In veel gevallen voorziet de regelgeving in de mogelijkheid om een kerncentrale langer dan 40 jaar operationeel te houden. Bijvoorbeeld de centrale in Borssele is al bijna 50 jaar in bedrijf (sinds 1973).

De kosten voor kerncentrales zijn in de afgelopen 50 jaar flink opgelopen. In de jaren ’60 kostte een kerncentrale in de VS ongeveer 250 USD per kW elektrisch vermogen; omgerekend in dollars van 2022 is dat ongeveer 2,500 USD per kWe.

Het EPR ontwerp werd destijds in de markt gezet voor 4,250 USD/kWe. De EPR in Finland zou gebouwd worden in 4 jaar voor iets minder dan 4 miljard euro. Uiteindelijk werd dat 17 jaar, een bedrag rond de 10 miljard euro. Voor de EPR in Flamanville geldt eenzelfde verhaal wat betreft tijd en kosten. Ik schat dat de centrale in Finland 10,000 EUR/ kWe kost; Flamanville zal daar iets onder zitten, en ik verwacht dat de EPRs in het Verenigd Koninkrijk (2 stuks, Hinkley Point) niet minder dan EUR 12,500/kWe zullen kosten. Met andere woorden, een vervijfvoudiging van de kosten t.o.v. een halve eeuw geleden, waarbij ik inflatie min of meer in rekening heb gebracht.

Kernenergie is een rare technologie. Normaal gesproken wordt technologie goedkoper naarmate er meer kennis en ervaring is. Kernenergie toont het tegenovergestelde beeld. In alle landen waar kernenergie wordt toegepast gaat de prijs per kWe omhoog met de tijd – Zuid Korea is de enige uitzondering.

Er zijn legio rapporten en onderzoeken naar de redenen van deze kostenstijgingen. Bijvoorbeeld de Nuclear Energy Agency, onderdeel van de OECD, heeft in 2020 een rapport uitgebracht over de kosten voor nucleaire nieuwbouw in OECD-lidstaten. Een aantal factoren is min meer onbestreden. Een factor is een gebrek aan fabrikanten. Onderdelen voor kerncentrales moeten worden gefabriceerd met strenge kwaliteitseisen, die ook nog eens ieder jaar strenger worden. Dat is een hoop gedoe, en heel veel fabrikanten van pompen, kleppen, pijpen, filters, etc. hebben besloten niet langer “nuclear grade” producten te fabriceren, want te hoge kosten voor een te kleine markt. Er zijn dus nog maar een paar fabrikanten over die daardoor hoge prijzen kunnen rekenen, en daarnaast is de productiecapaciteit beperkt en de aanlooptijden daardoor dus lang.

Een zelfde verhaal geldt voor aannemers en constructeurs. Om een voorbeeld te geven, het kost ongeveer 10 jaar om een “nuclear grade” lasser – dat zijn specialisten die pijpen en flensen lassen in het primair systeem van een kerncentrale – op te leiden en te certificeren.

Een ander probleem is het financiële risico: een kerncentrale is een speciaal geval omdat het leeuwendeel van de kosten in de constructiefase wordt gemaakt. Het financiële plan is dan dusdanig dat in de eerste dertig jaar van bedrijf de leningen worden afbetaald, en pas in de laatste 10 jaar is er een (kleine) winst in het vooruitzicht.

Stel dat een kerncentrale wordt opgeleverd, en er gebeurt binnen korte tijd een ongeluk, waarna de centrale niet meer kan worden gerepareerd. Dan moet je dus nog wel alle leningen afbetalen maar de machine die het geld zou moeten verdienen is kapot. Of er is een verkiezing, het politieke klimaat verandert, en de vergunning wordt ingetrokken; of er is sprake van een natuurramp. Zelfde probleem: de kerncentrale buiten gebruik maar de leningen moeten toch afbetaald worden. De huidige kosten voor een kerncentrale zijn zo hoog, de looptijden zo lang, en de onzekerheid omtrent regelgeving en politiek klimaat dusdanig dat de meeste banken niet langer bereid zijn een dergelijk risico te nemen, en de banken die het wel aandurven rekenen hoge rentes. Vandaar ook de constante spanning rond overheidsfinanciering, omdat commerciële financiering niet (meer) haalbaar is, zeker niet in Europa. In Frankrijk is men bezig een wet door het parlement te loodsen voor 60 miljard euro financiering voor 6 EPRs – dat is 1000 euro per Fransman, waarmee uiteindelijk slechts een fractie van het totale energieverbruik kan worden afgedekt.

Een laatste factor is gewoon ouderwetse incompetentie. Ik zou willen zeggen: denk aan de V-250 Fyra. De ingenieurs hadden er geen vertrouwen in, maar desalniettemin gingen de fineuten van de NS in zee met een beunhaas. Voor kernenergie geldt in grote lijnen een zelfde verhaal: fabrikanten zijn haantje de voorste in het maken van grote beloften, maar echte nucleaire competitie is er, na decennia van teruggang in de nucleaire industrie, niet meer.

W.F.G. van Rooijen, Tsuruga, Japan
rooijen@u-fukui.ac.jp

update 29-11-2022

Fig.1    Bron: NOS

In juni van dit jaar berichtten alle traditionele media in ons land dat een groep onderzoekers van TU Delft had ontdekt dat de zeespiegel langs de Nederlandse kust steeds sneller stijgt.  Daarmee was ‘voor het eerst ‘aangetoond’ dat de zeespiegelstijging langs de Nederlandse kust versnelt,  zo schreven de NOS en vele andere media het persbericht na. Maar was dat wel correct?

Voor Marjolein Haasnoot, auteur bij het IPCC en werkzaam bij Deltares, was de uitkomst van het Delftse onderzoek blijkbaar geen verrassing: “… dit soort signalen hebben we wel nodig voor de toekomst. Want we zien nu dat het echt heel veel sneller gaat, en dan moeten we echt ons plan bijstellen. Daar moet je niet te lang mee wachten.” Deltacommissaris Peter Glas, verantwoordelijk voor het deltaprogramma, in het NOS-artikel: “Dit bevestigt de lijn die we al hadden ingezet. Maar dit zit vanaf vandaag ook echt in alle prognoses over wat hoe hoog de dijken en de duinen moeten zijn. Het betekent dat we ons beter en wellicht ook nog sneller moeten aanpassen aan het veranderende klimaat.”

Wetenschappers maar ook bestuurders zouden beter niet zo’n haast moeten hebben, want eerst moet natuurlijk vast komen te staan dat de onderzoeksuitkomsten van het Delftse team correct zijn. De onmiddellijke omarming van de resultaten van het Delftse onderzoek geeft wel duidelijk weer dat ‘zeespiegelstijging’ veel meer is dan een wetenschappelijk onderzoeksobject.

Intussen hebben we al 3 berichten gewijd aan het Delftse onderzoek, zie hier en hier en hier. De conclusie van wat we tot nu toe gevonden hebben is dat de methodiek die de Delftse groep heeft gehanteerd  op zijn zachtst gezegd aanvechtbaar is. Maar met een definitief oordeel over de bevindingen van het rapport moesten we wachten tot de onderzoekers de onderliggende data geleverd hadden. En dat is begin oktober uiteindelijk gebeurd. De data zijn de onderliggende data van de kerngrafiek uit de Delftse publicatie, afgebeeld in figuur 2. Die Delftse data en ook de PSMSL meetdata zijn hier te downloaden.

Fig.2    Bron: Steffelbauer et al (2022)

Figuur 2 is het resultaat van het tweestappenplan dat de onderzoekers ontwikkeld hebben.  Stap 1 is het extraheren van het ‘kale’ zeespiegelsignaal uit de gemeten getijdedata. Dat kale signaal zou dan uitsluitend bestaat dan uit data die de sterodynamische (gevolg van zeestromen, temperatuur, zoutgehalte)  en barystatische (watermassa) veranderingen van de zeespiegel weergeven. Stap 2 is het opsporen van een mogelijke versnelling in het in stap 1 geëxtraheerde signaal van het zeeniveau.

Stap 1: extractie van het Delftse zeeniveau-signaal

De onderzoekers gaan uit van de idee dat de gemeten zeespiegelhoogte op een bepaalde plaats de resultante is van het hierboven beschreven ‘kale’  zeespiegelsignaal, plus daar bovenop seizoenschommelingen (jaarlijkse seizoenen en de nodale cyclus), externe invloeden (luchtdruk, zonale windstress en meridionale windstress) en  ‘irregular component’ . De idee is nu dat als je die effecten van het gemeten signaal ‘afpelt’ dat je dan het ‘echte’ zeespiegelsignaal krijgt.

Over de nodale cyclus is al voldoende geschreven in deel 3 van de analyse. Spil in de Delftse methodiek is de invloed van de wind op de getijdemetingen. De Delftse onderzoekers maken daarvoor gebruik van de winddata van reanalyses van NOAA, waarbij de wind per rastercel opgedeeld is in een zonale en een meridionale component.

Fig.3    Bron: Linkedin

Hessel Voortman, expert op het gebied van kustverdediging, reageerde via Twitter op het Delftse rapport (figuur 3). Volgens Voortman is het gebruik van zonale en meridionale windstress-data zoals gebruikt door de auteurs voor het corrigeren van de getijdemeetreeksen onjuist, omdat de vorm van het Noordzeebekken het windeffect sterk richtinggevoelig maakt. Het proefschrift van Voortman  levert interessant leesvoer op dit vlak. Ongetwijfeld gaan we op korte termijn nog meer horen en lezen over deze cruciale windstressfactor.

De Delftse onderzoekers haalden tenslotte de ruis uit het overgebleven signaal. Uit de beschrijving in de paper werd me niet duidelijk hoe dat is gebeurd. Statistisch bezien lijkt het niet geoorloofd om vervolgens die ruis te negeren bij het bepalen van trends.  Dat is een groot probleem, omdat een trendbreuk alleen al daardoor significant kan worden. Daarover later meer.

Fig.4    Bron: Steffelbauer et al (2022)

Figuur 4 laat de grafieken van de diverse hiervoor beschreven componenten zien die in mindering gebracht zijn op de gemeten getijdedata. Het effect daarvan op het gemeten PSMSL signaal ziet er voor Vlissingen zo uit:

Fig.5    Data: PSMSL en Steffelbauer et al

De blauwe lijn toont de maandelijkse gemeten zeespiegeldata van station Vlissingen, de bruine lijn toont de door het Delftse team berekende ‘kaalgeplukte’ sea level signal van Vlissingen.  Te zien is dat de oorspronkelijke PSMSL zeespiegeldata door de onderzoekers zo sterk ‘gecorrigeerd’ zijn, dat de ruis (variantie) nagenoeg verdwenen is. Dat veroorzaakt volgens deskundigen een grote toename van de kans op een significant trendverschil in de Delftdata in vergelijking met de gemeten PSMSL-data.

Stap 2: opsporen van breukpunten

In de abstract van de publicatie schrijven de onderzoekers: “We applied the approach to eight 100-year records in the southern North Sea and detected, for the first time, a common breakpoint in the early 1990s. The mean SLR rate at the eight stations increases from 1.7 ± 0.3 mm yr−1 before the breakpoint to 2.7 ± 0.4 mm yr−1 after the breakpoint (95% confidence interval), which is unprecedented in the regional instrumental record.”

Fig.6    Data: Steffelbauer et al

Het onderzoeksteam van TU Delft claimt een trendbreuk in alle onderzochte stations begin jaren ’90 van de vorige eeuw. Figuur 6 toont de detrended zeespiegelsignalen voor de 6 hoofdstations zoals Delft die berekend heeft. Het verwijderen van de langjarige trend over de hele reeks maakt trendbreuken makkelijker visueel op te sporen en is toelaatbaar omdat het hier gaat om trendverschillen. De bruine lijn is een loess smoothing. Die loess smooothing laat zien dat de ‘sea level signals’ van Delft na 1993 wél een versnelling in Delfzijl en Harlingen tonen en een lichte stijging in Vlissingen, maar géén versnelling in Den Helder, IJmuiden en Hoek van Holland.

Dat de Waddenzeestations Harlingen en Delfzijl in de Delftse data een wat andere positie innemen dan de andere stations zou wel eens te maken kunnen hebben met hun ligging en de geografische oriëntatie op het noorden. De door Voortman aangehaalde richtinggevoeligheid voor het windeffect zou dan een rol kunnen spelen.

Die ‘early 1990’s ’ uit het citaat van de abstract zijn om precies te zijn de  11 maanden vóór augustus 1993 tot en met de 11 maanden erna, van september 1992 t/m juli 1994. Omdat ik alleen geïnteresseerd was in data van de Nederlandse kuststations heb ik mijn aandacht beperkt tot de 6 hoofdstations, te weten Delfzijl, Harlingen, Den Helder, IJmuiden, Hoek van Holland en Vlissingen. Cuxhaven (Duitsland) en Maassluis (geen kuststation), die wel in het Delftse onderzoek meegenomen worden, bekeek ik dus niet.

Fig.7

Aan de hand van de door Steffelbauer aangeleverde sea level signal data hebben we voor de periode januari 1919 t/m december 2018 voor elke maand de trend bepaald van de interval vanaf 1919 tot de breukmaand (k1) en van de interval vanaf de breukmaand t/m 2018 (k2). Zie figuur 7.

Fig.8

Steffelbauer neemt voor elk van de 6 stations breuken waar, in de periode van 11 maanden vóór augustus 1993 tot 11 maanden na augustus 1993. Figuur 8 toont per station de reeksen van de Delftse onderzoekers plus de trendlijnen van de interval 1919 tot augustus 1993 (k1) en van augustus 1993 t/m 2018 (k2).

Er valt direct een tweetal zaken op. In de eerste plaats is de trend van k2 van IJmuiden niet hoger maar lager dan van k1. In de tweede plaats wijken de k2 trends van Hoek van Holland en Den Helder nauwelijks af van de k1 trends van diezelfde stations. Dat laatst zou kunnen betekenen dat er op die stations geen sprake is van een significante breuk, maar dat moet nader onderzocht worden. Dat k2 van IJmuiden een trend vertoont die lager is dan k1 komt niet overeen met de claim van het Delftse team dat er sprake is van een ‘common breakpoint’.

Fig.9

Figuur 9 toont de grafiek van IJmuiden uit de paper van Steffelbauer (onder) en onze reconstructie op basis van de Steffelbauer-data (boven) met als breukmaand augustus 1993. Duidelijk is te zien dat in de reconstructie in IJmuiden de trendlijn van k2 (bruine lijn) lager ligt dan die van k1 (doorgetrokken blauwe lijn). Op station IJmuiden neemt dus na het breukjaar de zeespiegeltrend af in plaats van toe.

De grafiek van figuur 9 boven is gebaseerd op een breuk in augustus 1993. Nu kan het natuurlijk ook zijn dat de cijfers van IJmuiden (en andere stations) wat anders komen te liggen als men niet augustus 1993 neemt als breekpunt maar een van de 2x 11 maanden daar rondom heen. Ik heb dat uitgezocht voor elke maand in de periode sep 1992 t/m juli 1994 en er een grafiek van gemaakt:

Fig.10

De grafiek toont het verschil tussen k2-k1 voor elk station. Maand 12 is augustus 1993. De uitkomst in IJmuiden is voor elk van de 23 maanden negatief.  Bovendien is te zien dat voor station Hoek van Holland het trendverschil in de laatste 3 maanden ook negatief is. Ook is goed te zien dat de trendverschillen van Den Helder en Hoek van Holland voor en na de ‘breuk’ erg dicht bij 0 liggen, zoals al eerder geconstateerd is. Wellicht dat we op een later moment kunnen kijken hoe het zit met de significantie van die trendbreuken.

Fig.11

De tabel van figuur 11 laat de trendwaarden zien voor en na de breuk in elk van de 23 maanden rond augustus 1993, berekend op basis van de data van Steffelbauer. De grafiek van figuur 10 is gebaseerd op deze tabel. Opvallend is dat voor alle 6 hoofdstations k1 en k2 afwijken van de cijfers die in de publicatie gegeven worden (figuur 12):

Fig.12

“…detected, for the first time, a common breakpoint in the early 1990s.” Hierboven is al duidelijk gemaakt dat dat ‘common’ in de abstract niet terecht is, het Delftse sea level signal van IJmuiden heeft immers na het breekpunt een lagere trend dan ervoor. Maar ook rond 2001/2002 zie ik in de grafieken van figuur 6 mogelijke breekpunten.

Intussen is er in de wereld van Waterbouw een soort van stammenoorlog uitgebroken tussen de ‘rekkelijken’ en de ‘preciezen’. De rekkelijken zijn dan mensen als Marjolijn Haasnoot van Deltares en Deltacommissaris Peter Glas die met name actief zijn op het gebied van watermanagement. Deze mensen hebben blijkbaar maar een half woord nodig om in de alarmistische stand te schieten, zoals hun uitspraken in het NOS-artikel van 27 juni 2022 laten zien.

De preciezen zijn de waterbouw-ingenieurs die goed kunnen rekenen en in ons land van oudsher gaan over kustbeveiliging. Zij gaan uit van meetgegevens en zijn vaak minder gevoelig voor maatschappelijke druk en hypes. Een bekende naam is professor Bas Jonkman van TU Delft die vorige maand de knuppel in het hoenderhok gooide met een post op LinkedIn, Enfin, dat mondde uit in een artikel over de kwestie in het NRC.

Fig.13    Bron: NRC

De ingenieurs houden het beschaafd, maar de boodschap is duidelijk: onnodige bangmakerij. Juist omdat het onderwerp ’zeespiegelstijging’ zeer gevoelig ligt in deze tijd van klimaathysterie is het extra nodig dat de cijfers over die stijging kloppen, lijkt me. De conclusies van Steffelbauer et al voldoen daar volgens mij niet aan.

Er zijn voldoende aanwijzingen dat de uitkomsten van Steffenbauer’s publicatie niet serieus te nemen zijn. Het verhaal rammelt. Van een ‘gemeenschappelijk breekpunt’ is geen sprake, en het verwijderen van ruis maakt de overblijvende reeks uiterst gevoelig voor trendbreuken. Het team heeft daardoor mogelijk zijn eigen trendbreuken geschapen. Het ‘sea level signal’ in de Delftse publicatie is de uitkomst van een interessante wetenschappelijke exercitie, maar heeft weinig met het echte zeeniveau te maken.

De auteurs schrijven: “The mean SLR rate at the eight stations increases from 1.7 ± 0.3 mm yr−1 before the breakpoint to 2.7 ± 0.4 mm yr−1 after the breakpoint (95% confidence interval), which is unprecedented in the regional instrumental record.”

Hier is echter geen sprake van een mean SLR rate maar van een kunstmatige cijferreeks. Die vermeende stijging van de trend na 1993 1,7 mm/jaar naar 2,7 mm/jaar is  het product van die cijferreeks. En dat “unprecedented in the regional instrumental record” is onzin: de cijferreeks van Steffelbauer is géén regional instrumental record. Dat zijn alleen de gemeten data van Rijkswaterstaat/PSMSL. Dit zijn ze, op hun volle lengte van 1890 t/m 2021 met lineaire trends plus versnellingen:

Fig. 14    Bron: sealevel.info

Te zien is dat er in die 132 jaren nauwelijks sprake is van een versnelling in de tijdreeksen van de 6 stations. Dat is des te opmerkelijker, omdat er voortdurend grootschalige menselijke activiteiten aan onze kustlijn hebben plaatsgevonden. Ik denk aan de uitdieping van de Westerschelde, de aanleg van de Deltawerken, de uitbreiding en verdieping van de Rotterdamse haven, de aanleg van de Afsluitdijk en de delfstofwinning nabij Hoek van Holland  en vooral in de noordelijke provincies.

De meeste van die activiteiten hebben op een of andere manier invloed op de zeespiegel. Hoevéél is onderwerp van onderzoek. Voor de gaswinning in Groningen is in elk geval bekend dat sinds 1963 de bodem nabij Delfzijl met maar liefst 24 cm gedaald is (zie figuur 16, bron Deltares). Intussen heb ik begrepen dat de PSMSL data voor die bodemdaling door gaswinning worden gecorrigeerd.

Fig. 15   Bron: Zeespiegelmonitor 2018

Fig.1    Bron: Twitter @Simon_Rozendaal

Schrijver, wetenschapsjournalist, chemicus (erelid KNCV), columnist Elsevier. Boeken: o.a. Alles wordt beter! (nou ja, bijna alles) & Warme aarde, koel hoofd.  Die informatie staat op Simons Twitteraccount, en dat is natuurlijk een zeer beknopte samenvatting van zijn activiteiten. Rozendaal werd onlangs geïnterviewd door Hans van Willigenburg voor de website TPO en dat is een lezenswaardig stuk geworden.

Over de farce die de klimaatdiscussie momenteel is : “Niet Simon Rozendaal is veranderd of geradicaliseerd, vindt hijzelf, maar de media en de groene lobby die in een steeds hogere frequentie apocalyptische beelden en redeneringen over ons uitstorten. Daarmee staan zij volgens Rozendaal een nuchtere analyse van de opwarming van de aarde in de weg, met zijns inziens zeer negatieve gevolgen. Denk bijvoorbeeld aan het massaal in de ban doen van kernenergie. Zelf meent hij juist in het midden te zitten (“inzetten op gedragsverandering vind ik een nuttige bijdrage om opwarming tegen te gaan”) en voelt hij, net als bij elk onderwerp, de journalistieke drive om feit van fictie te scheiden. En die fictie tiert volgens hem welig in de huidige klimaatdiscussie.”

Met dat laatste slaat Rozendaal mijns inziens de spijker op de kop. Hij is van huis uit chemicus en weet dus goed wat exact is en wat niet. Samen met zijn brede visie op de samenleving en economie, plus een portie gezond verstand, zorgt dat er voor dat hij lastige onderwerpen goed in een breder kader kan plaatsen. Daarbij is het hem vergeven dat hij zegt dat het ‘wetenschappelijk nagenoeg vaststaat’ dat het atmosferisch CO2-gehalte verantwoordelijk is voor ‘de opwarming van de aarde’. Als je als bron van wetenschappelijke waarheid de rapporten van het IPCC gebruikt mag dat wel zo lijken, in werkelijkheid wordt daar in de wetenschappelijke wereld nog een robbertje over geknokt. Maar ook het IPCC heeft nog nooit gezegd dat er echte bewijzen zijn dat de huidige opwarming kan worden verklaard met de broeikashypothese. Bovendien zijn er steeds meer belangrijke natuurwetenschappers die hun twijfels hebben over die hypothese. De aanwezigheid van broeikasgassen is een feit, maar hoe groot hun aandeel is in de opwarming van pakweg de afgelopen 150 jaar is nog steeds niet duidelijk.

Simon Rozendaal behoort zonder twijfel bij het kleine groepje wetenschapsjournalisten dat altijd een open blik is blijven behouden bij gevoelige onderwerpen als klimaatverandering. Dat is prijzenswaardig en ook moedig. Volgens hem zou hij anno 2022 nooit meer worden aangenomen door zijn voormalige werkgever de NRC, de krant die hem tegenwoordig labelt als ‘klimaatontkenner’. “De cancelcultuur heeft ook de kwaliteitskrant bereikt”. Maar Rozendaal laat zich niet cancelen, daar ben ik van overtuigd.

Gastartikel door Willis Eschenbach

Whatsupwiththat  2 september 2022

Voortgestuwd door spot en lof voor mijn laatste bericht, ” Surface Radiation: Absorption And Emission“ waag ik me opnieuw in de arena. Ik had een vreemde gedachte. De temperatuur op aarde is in de periode 2000-2021 over het algemeen gestegen. Ik vroeg me af of er een manier was om de efficiëntie van het broeikaseffect te meten, om te zien of de opwarming het gevolg was van toenemende broeikasgassen. Als de broeikasgassen de oorzaak waren, dan zou het broeikaseffect efficiënter moeten zijn in termen van opwarming van het oppervlak. Dit is de temperatuursverandering gedurende de periode van de CERES-satellietgegevens:

Fig.1    Veranderingen in de oppervlaktetemperatuur, CERES-gegevens. Dit is een omrekening van de CERES-gegevens van de naar boven gerichte langgolvige straling aan het oppervlak naar graden Celsius met behulp van de Stefan-Boltzmann-vergelijking. Het komt goed overeen met bijvoorbeeld de LTL data van satellietmetingen in de tropen, met een resterende standaardfout van ongeveer een tiende graad C.

De vraag is nu: waarom is het in die periode warmer geworden? Wat het broeikaseffect doet is de oppervlaktetemperatuur verhogen. Het broeikaseffect begint met een bepaalde hoeveelheid energie die het klimaatsysteem binnenkomt, en eindigt ermee dat het oppervlak warmer geworden is en dus meer warmtestraling uitzendt dan je zou verwachten als je naar bijvoorbeeld de maan zou kijken, die dezelfde hoeveelheid zonlicht opvangt als de aarde.

Het idee was dat ik de efficiëntie van het broeikaseffect kon vaststellen door de opwaartse langgolvige straling van het oppervlak te vergelijken met de hoeveelheid zonne-energie die het systeem binnenkomt. Zo meet ik de “end-to-end” efficiëntie van het hele systeem, inclusief alle terugkoppelingen en interacties. Ik heb ervoor gekozen dat uit te drukken in een “versterkingsfactor“: hoeveel W/m2 opwaartse langgolvige straling vanaf het oppervlak krijgen we voor elke W/m2 zonne-input?

De hoeveelheid zonne-energie aan de bovenkant van de atmosfeer (TOA) is ongeveer 340 watt per vierkante meter (W/m2). Ongeveer 100 W/m2 wordt gereflecteerd door de wolken en het oppervlak. Dit betekent dat de binnenkomende zonne-energie aan het aardoppervlak ongeveer 240 W/m2 bedraagt.

De opwaartse langgolvige energie van het oppervlak is daarentegen ongeveer 400 W/m2. Dit betekent dat de gemiddelde broeikas versterkingsfactor ongeveer is:

400 W/m2 / 240 W/m2 ≈ 1,66

Met andere woorden, voor elke Watt per vierkante meter zonne-input, krijgen we ~ 1,7 watt per vierkante meter opwaartse oppervlaktestraling.

Nu kunnen we deze berekening voor elke maand uitvoeren, waarbij we kijken naar de hoeveelheid warmtestraling die door het oppervlak wordt uitgezonden, gedeeld door de zonne-energie die het systeem binnenkomt. Figuur 2 toont dat resultaat. Vergeet niet dat de toename van broeikasgassen alleen verantwoordelijk is voor de opwarming als de broeikasversterkingsfactor toeneemt.

Fig. 2    Broeikasversterking. De versterking wordt berekend als de opwaartse langgolvige oppervlaktestraling gedeeld door de inkomende zonnestraling (na albedo-reflecties). Een versterkingsfactor van 2 betekent dat het oppervlak twee keer méér energie uitstraalt (langgolvige straling in W/m2)voor elke W/m2 zonne-energie die daadwerkelijk binnenkomt. Hieruit blijkt dat het broeikaseffect de inkomende zonnestraling met ongeveer twee derde heeft verhoogd, gemeten aan het oppervlak.

De grafiek toont een zeer interessante bevinding: de efficiëntie van de planetaire broeikas is in de getoonde periode iets afgenomen – niet significant, maar zeker niet toegenomen.

In feite is de stabiliteit over deze periode op zichzelf al interessant. De standaardafwijking van de versterking is 0,004 W/m2. In die periode varieerde de end-to-end efficiëntie van het hele kassensysteem nauwelijks. Ik heb al eerder geschreven over de verbazingwekkende stabiliteit van het systeem. Dit is daar een voorbeeld van.

Het bovenstaande toont aan dat de toename van de opwaartse straling aan het oppervlak niet het gevolg kan zijn van een verandering in de broeikasefficiëntie door een toename van CO2 of een andere oorzaak.  Maar wat is dàn de oorzaak van de temperatuurstijging? Hier zijn de grafieken van de twee datasets die samen de ‘broeikasversterker’ vormen: de opwaartse langgolvige oppervlaktestraling en de inkomende kortgolvige zonnestraling:

Fig. 3   Opwaartse warmtestraling aan het oppervlak (geel, linkerpaneel), en inkomende zonnestraling na albedo-reflecties (rood, rechterpaneel). De blauw/zwarte lijnen zijn LOWESS-smoothing van de gegevens.

In figuur 3 is te zien waarom de efficiëntie van het systeem nauwelijks varieerde: de langgolvige uitgaande straling aan het aardoppervlak nam vrijwel evenveel toe als de zonne-energie die het systeem binnenkwam.

Conclusie: we beschikken over observationeel bewijs dat de temperatuurstijging van 2000-2021 niet te wijten was aan een toename van broeikasgassen, noch aan een toename van de efficiëntie van het broeikaseffect door welke oorzaak dan ook. De efficiëntie is in die periode zeer stabiel geweest, met een standaardafwijking van 0,2% en zonder significante trend.

Aan de andere kant is de verandering in inkomende zonne-energie voldoende om de toename van de opwarming te verklaren, zoals te zien is bij vergelijking van beide LOWESS smoothlijnen in figuur 3. Hoewel er ongetwijfeld andere factoren in het spel zijn, is de belangrijkste oorzaak van de opwarming duidelijk de toename van de hoeveelheid zonne-energie na reflecties van de wolken en het oppervlak. Nogmaals: the clouds rule…

Wiskundige noot: Ik ben geneigd “opwaartse langgolvige straling aan het oppervlak” en “temperatuur” door elkaar te gebruiken. Ja, ik weet dat straling varieert als de vierde macht van de temperatuur, T4. Het verschil is echter triviaal in het nauwe bereik dat wordt getoond in bijvoorbeeld figuur 3.

Figuur 4 toont een vergelijking van de opwaartse langgolvige straling uit figuur 3 en de Stefan-Boltzmann afgeleide temperatuur. Beide signalen zijn vrijwel identiek:

Fig. 4   Temperatuur (geel, linkerschaal) en opwaartse langgolvige straling aan het oppervlak (rood, rechterschaal)

De titel van dit bericht had wel een levensmotto van me kunnen zijn. Het is echter (ook) de titel van een nieuw verschenen boek over klimaatverandering, van de hand van Jules de Waart. Jules de Waart is van oorsprong een fysisch geograaf en geoloog en heeft na zijn pensionering zijn zicht op de wereld verder verbreed door gewoon weer te gaan studeren. Enkele jaren geleden herontdekte hij de fysische geografie en de klimaatwetenschap en was gefascineerd door de veelzijdigheid en het grote belang van de klimaatproblematiek. Dat mondde uit in een boek over klimaatverandering.

Ik lees vaak klimaatartikelen en publicaties en soms een boek over klimaatverandering, maar zelden lukt het me om in (bijna) één ruk een klimaatboek uit te lezen. Dat lukte met het boek van Jules de Waart wonderwel. Het is goed geschreven, in een vlotte stijl, en erg informatief. Ik durf zelfs wel te stellen dat dit het beste boek over klimaatverandering is dat ik de afgelopen jaren heb gelezen. Het viel me op dat De Waart min of meer op dezelfde wijze tegen de klimaatproblematiek aankijkt als ik. Dat heeft wellicht te maken met het feit dat we beiden de weg weten in de fysische geografie en geologie, wat maakt dat je op een bepaalde manier aankijkt tegen klimaatproblematiek.

Het boek is nergens drammerig en dat is een prestatie als het over klimaat gaat. De Waart stelt steeds zienswijzen van klimaatalarmisten tegenover die van klimaatsceptici, wat verhelderend werkt. Deel I, het brede perspectief, vond ik voor mijzelf het meest informatieve omdat ik in mijn werk als redacteur van Klimaatgek.nl vaak vooral ‘technisch’ bezig ben en dan schiet de beschouwelijke kant van klimaatproblematiek het politieke frame waarin zich zaken afspelen er wel eens bij in.  Deel II, de wetenschappelijke basis, was me natuurlijk wel in grote lijnen bekend, hoewel ik ook daarin wel het een en ander opgestoken heb, en ideeën kreeg over onderwerpen waar ik eens in zou moeten duiken. Dit hoofdstuk vat mooi samen ‘waar het over gaat’.

Kortom, ik ben blij dat ik het mocht lezen en raad het iedereen die geïnteresseerd is in klimaatverandering van harte aan. Het is te verkrijgen via de reguliere boekhandel en bol.com.

Inhoudsopgave

Deel I De Moderne Warme Periode in breder perspectief 

1    Werelden van verschil
1.1 Een onbewoonbare aarde? Alarmisten en sceptici
1.2 De wereld verandert
1.3 Het belang van woorden
1.4 Een korte geschiedenis van de klimaatwetenschap
1.5 Enkele hoofdmomenten
1.6 Enkele standpunten nader belicht
1.7 Andere meningen
1.8 En hoe nu verder?

2    Beeldvorming
2.1 “Zo ziet klimaatverandering er uit.”
2.2 De kracht van beeldvorming. IJsberen, bosbranden en koralen
2.3 IJsberen en een ‘academic hanging’
2.4 Koralen en de vrijheid van meningsuiting

3    De mythe van de consensus
3.1 Een consensus van 97%?
3.2 Peer-review en gerelateerde problemen
3.3 Het voorzorgbeginsel en ‘no-regret’
3.4 Waarschijnlijkheid en Vertrouwen in de IPCC-rapporten

4    In de hoek geschilderd
4.1 “The lady doth protest too much, methinks.”
4.2 Leugentjes om bestwil. De ‘double ethical bind’
4.3 Appeals, Petities en Open Brieven
4.4 Manipulatie en fraude? “Hide the decline!”
4.5 Aanpassingen en homogenisaties
4.6 Een neerwaartse spiraal?

5    The Empire strikes back
5.1 Het Assessment Report 5 en een nieuwe voorzitter voor het IPCC
5.2 De Akkoorden van Parijs en de gevolgen
5.3 Het Special Report van 2018. Global warming of 1.5 Celsius
5.4 De politiek als aanjager. Een Green New Deal en een European Green Deal
5.5 Het nieuwe Assessment Report 6 van het IPCC
5.6 “Resistance is futile”

Deel II De wetenschappelijke basis 

6    Wetenschappers en hun methode. Geloof niet alles
6.1 Witte zwanen, zwarte zwanen. Consensus, falsificatie en post-normale wetenschap.
6.2 Wetenschappers, vroeger en nu

7    Enkele relevante wetenschappen
7.1 De klassieke klimatologie
7.2 Aardwetenschappen. Lessen uit het Kwartair.
7.3 De klimaatwetenschappen
7.4 Kosmo-klimatologie
7.5 De plate-climatology theorie
7.6 De modellen

8    Een poging tot kwantificering
8.1 Forcings en feedbacks
8.2. Natuurlijke aandrijvers
8.3. Menselijke oorzaken
8.4. Hoe groot is het versterkt broeikaseffect? Enkele conclusies

DEEL III Synthese 

9    Klimaat en klimaatbeleid in het Antropociën
9.1 Klimaatverandering; vroeger en nu
9.2 Het Antropociën. Een Moord in de Oriënt-Expres
9.3 Een nieuwe rol voor wetenschap en politiek

10  Enige conclusies en consequenties

DEEL IV ANNEX 

11  Noten en literatuurverwijzingen
12  Samenvatting
13  Over de auteur

Download het rapport Remkes hier

Gastartikel door Willis Eschenbach
WhatsUpWithThat  30 augustus 2022

In mijn vorige artikel “Putting It Into Reverse” besprak ik het verband tussen de temperatuur en de totale geabsorbeerde straling aan het aardoppervlak. Met “totale geabsorbeerde straling aan het aardoppervlak ” bedoel ik het totaal van de downwelling langgolvige straling van de wolken en de atmosfeer plus downwelling zonlicht aan het oppervlak, minus het upwelling gereflecteerde zonlicht. Hier is een grafiek uit dat artikel.

Figuur 1: Correlatie per rastercel van geabsorbeerde straling (kortgolvig + langgolvig) en oppervlaktetemperatuur. Rastercellen zijn 1° breedtegraad x 1° lengtegraad.

In dit artikel richt ik me op de stralingsbalans aan het oppervlak: hoeveel straling wordt geabsorbeerd versus hoeveel wordt uitgestraald? Het is een zeer eenvoudig en transparant onderdeel van het hele verhaal. Er zijn geen tussenstappen: het oppervlak absorbeert straling, warmt op en zendt straling uit.

Volgens de gegevens van de CERES-satellieten bedraagt de opwaartse (naar de ruimte gerichte) warmtestraling van het aardoppervlak (gemiddeld over 24 uur per dag en 7 dagen per week) iets minder dan 400 W/m2. De neerwaartse (naar de aarde gerichte) warmtestraling van de wolken/atmosfeer die door het oppervlak wordt geabsorbeerd, bedraagt ongeveer 345 W/m2. En de netto zonne-energie (neerwaartse straling minus gereflecteerde kortgolvige straling) die door het oppervlak wordt geabsorbeerd, bedraagt iets minder dan 165 W/m2.

Dit resulteert wereldwijd 24/7 gemiddeld iets meer dan 500 W/m2 aan door het oppervlak geabsorbeerde straling. Maar slechts ongeveer 400 W/m2 wordt uitgestraald. Waar blijft die resterende 100 W/m2 geabsorbeerde energie?

Ten eerste wordt ongeveer driekwart van die energie gebruikt om water te verdampen. Dat heet “latente warmte“. Hierdoor blijft het oppervlak uiteraard koeler dan het anders zou zijn als er geen latente warmte verloren ging. Het andere kwart gaat verloren via geleiding naar de atmosfeer en daaropvolgende convectie, weg van het oppervlak. Dit wordt “voelbare warmte” genoemd. Hierdoor blijft het oppervlak ook koeler dan het zou zijn zonder die voelbare warmte.

Hieronder ziet u een scatterplot die de relatie en de trend weergeeft van de opwaartse uitgestraalde straling aan het aardoppervlak ten opzichte van de geabsorbeerde neerwaartse straling.

Figuur 2. Scatterplot, waarbij elke stip een maand is. Voor elke maand toont de x-as de in die maand geabsorbeerde straling, en de y-as de in diezelfde maand uitgezonden straling. De seizoensgebonden schommelingen zijn in alle grafieken uit de gegevens verwijderd.

Figuur 2 laat zien dat voor elke geabsorbeerde watt per vierkante meter slechts driekwart van een watt per vierkante meter wordt uitgezonden als opwaartse straling van het oppervlak. De rest gaat naar voelbare en latente warmteverliezen. Er is een restje, minder dan ½ %, van energie van/naar opslag, voornamelijk in de oceaan. Maar omdat die zo klein is, wordt hij meestal genegeerd in dit soort eerste-orde-analyses.

Waarom is dit allemaal van belang? Rond 1880 kwamen een paar slimme mannen, Joseph Stefan en Ludwig Boltzmann, erachter dat er een wiskundig verband bestaat tussen de temperatuur van een voorwerp en zijn warmtestraling. Het verband wordt gegeven door de “Wet van Stefan-Boltzmann”. Met die wet kun je, als je de straling kent, de temperatuur berekenen en omgekeerd. Figuur 3 toont dezelfde gegevens als figuur 2, maar deze keer heb ik de wet van Stefan-Boltzmann gebruikt om de opwaartse straling van figuur 2 om te zetten in temperatuur. In figuur 3 is de y-as dus in graden Celsius.

Figuur 3. Scatterplot, waarbij elke stip een maand is. Voor elke maand toont de x-as de geabsorbeerde straling van die maand, en de y-as de temperatuur van diezelfde maand.

Wat uit de figuur blijkt is dat -omdat slechts een deel van de geabsorbeerde straling wordt omgezet in opwaartse langgolvige straling- er bijna 7 watt per vierkante meter extra energie nodig is om de temperatuur van het aardoppervlak met 1°C te doen stijgen. Dat is veel. Een verdubbeling van de atmosferische CO2-concentratie zou de neerwaartse straling met 3,7 W/m2 doen toenemen. Dus als die extra energie om de temperatuur met 1°C te doen stijgen uitsluitend afkomstig is van een toename van CO2, zou dat bijna twee maal een verdubbeling zijn ten opzichte van ons huidige niveau van 410 ppmv CO2. Het CO2-niveau zou ~ 1.500 ppmv moeten bedragen om een stijging van 1°C ten opzichte van de huidige temperatuur te bereiken.

Hier is een grafiek die laat zien hoe de oppervlaktetemperatuur en de geabsorbeerde straling aan het oppervlak sterk correleren:

Figuur 4. Geabsorbeerde totale straling aan het oppervlak (blauw, rechter schaal) versus temperatuur (rood, linker schaal). De totale straling is de som van de neerwaartse langgolvige straling van de atmosfeer, plus de kortgolvige zonnestraling. Ook de theoretische toename van CO2- forcering over de periode (geel/zwarte lijn) en de trend van de totale geabsorbeerde straling (gestippelde cyaan/zwarte lijn) zijn ingetekend. De gestippelde horizontale zwarte lijn laat zien wat er zou gebeuren als de geabsorbeerde straling aan het oppervlak niet zou toenemen.

Het is duidelijk dat er véél meer dan alleen CO2 in het spel is, voldoende stof dus voor verdere overdenking en discussie.

Wiskundige noot 01: Zoals gebruikelijk heb ik een emissiviteit van 1,0 gebruikt om straling om te zetten in temperatuur. Ik zou dat kunnen verfijnen, maar a) de emissiviteit van de aarde is vrij hoog, in de orde van 0,95 of hoger, en b) verandering van de emissiviteit verandert de absolute waarden maar het maakt zeer weinig verschil voor de trends.

Wiskundige noot 02: Omdat er onzekerheid bestaat over de waarden op de x-as (totale geabsorbeerde straling) in de figuren 2 en 3, heb ik Deming Regressie gebruikt om de juiste trend te bepalen, in plaats van lineaire regressie die de trend onderschat als er onzekerheid bestaat.

Gastartikel door Willis Eschenbach
WhatsUpWithThat  7 augustus 2022

We hebben een empirisch begrip van het effect van straling op objecten. Ik bedoel niet nucleaire straling, dat is iets anders. Ik heb het over dingen als zonnestraling, oftewel zonneschijn. In de klimaatwetenschap wordt zonnestraling ook wel “kortgolvige straling” genoemd, om het te onderscheiden van “langgolvige” infraroodstraling. Langgolvige warmtestraling wordt voortdurend door alles om ons heen uitgezonden, inclusief de atmosfeer. Nachtkijkers “zien” die langgolvige straling. Langgolvige straling is ook de reden waarom we de warmte van een hete gietijzeren kachel aan de andere kant van de kamer kunnen voelen: we voelen de warmte door die langgolvige straling op onze huid.

In de klimaatwetenschap wordt straling onderscheiden naar richting: ofwel opwaarts (naar de ruimte) ofwel neerwaarts (naar het aardoppervlak) en vaak aangeduid met afkortingen. Zo is downwelling shortwave radiation (zonneschijn) DSR. Upwelling shortwave radiation (zonnestraling die door het oppervlak en de wolken wordt gereflecteerd) is USR. Evenzo is upwelling longwave radiation (dat deel van de langgolvige infraroodstraling dat voortdurend door het oppervlak en de atmosfeer wordt uitgezonden en naar de ruimte gaat) ULR, en downwelling longwave radiation (dat deel van de langgolvige straling dat door de atmosfeer wordt uitgezonden en naar het aardoppervlak gaat) DLR.

Met dat als inleiding, zoals ik al schreef, hebben we een empirisch begrip van het effect van straling op objecten. Onze ervaring met het effect van zonnestraling is vrij eenvoudig: hoe meer straling een voorwerp absorbeert, des te warmer het wordt.

Dat lijkt onbetwistbaar waar, gebaseerd op zowel onze ervaringskennis als op de vergelijkingen met behulp waarvan we daadwerkelijk de hoeveelheid warmte voor een bepaalde hoeveelheid straling kunnen berekenen. We kunnen elke dag waarnemen hoe de zon opkomt en de aarde warmer wordt… simpele natuurkunde, toch?

Maar is het altijd waar dat als er meer straling wordt geabsorbeerd door een object, dat het object dan warmer  wordt? Bedenk wat er gebeurt als je overdag in het zonnetje buiten loopt: je absorbeert onmiddellijk honderden Watts aan extra energie van de zon. Maar ondanks die absorptie van een grote hoeveelheid zonnestraling blijft je gemiddelde lichaamstemperatuur onveranderd. Méér straling heeft je blijkbaar niet warmer gemaakt.

We weten dat dat komt omdat het menselijk lichaam systemen heeft die onze temperatuur regelen. Systemen die het warmteverlies verhogen wanneer de geabsorbeerde straling toeneemt, die de geabsorbeerde energie verplaatsen naar een plek waar die aan de lucht kan worden afgegeven. Zou dat bij het klimaat anders werken?

Met dat in gedachten maak ik een kleine omweg. Er is een wiskundige maat die “correlatie” heet. Het meet de gelijkenis van twee datasets, en voor elk paar datasets heeft het een waarde ergens tussen -1 en +1. “Correlatie” meet of twee reeksen gegevens, bijvoorbeeld temperatuur en geabsorbeerde straling, in dezelfde richting bewegen. Een correlatie van +1 betekent dat de twee datasets altijd in dezelfde richting bewegen – als bijvoorbeeld de geabsorbeerde straling toeneemt, gaat de temperatuur altijd omhoog.

Een negatieve correlatie betekent dat de twee datasets over het algemeen in tegengestelde richting bewegen. Een correlatie van -1 betekent dat de twee datasets altijd in tegengestelde richting bewegen – als de ene stijgt, daalt de andere altijd. En een correlatie van 0 betekent dat er geen verband is tussen de veranderingen in de ene dataset en de veranderingen in de andere.

Laten we nu eens kijken naar de correlatie tussen de temperatuur van het aardoppervlak en de hoeveelheid straling die het oppervlak ontvangt. Volgens onze ervaring zou de correlatie sterk positief moeten zijn, wat betekent dat hoe meer straling door het planeetoppervlak wordt geabsorbeerd, des te warmer het zou moeten worden, en hoe minder straling wordt geabsorbeerd, des te koeler het zou moeten worden.

In figuur 1 wordt die correlatie per rastercel weergegeven aan de hand van de CERES satellietgegevens. Elke rastercel is 1° breedtegraad x 1° lengtegraad groot.

Figuur 1. Correlatie per rastercel van geabsorbeerde straling (kortgolvig+ langgolvig) en oppervlaktetemperatuur. Een rastercel is 1° breedtegraad x 1° lengtegraad.

Dit is een zeer interessant resultaat. Zonder uitzonderingen is de correlatie overal boven land precies wat we zouden verwachten: niet alleen positief, maar in het algemeen sterk positief. De totale correlatie over het land is 0,91, een sterke positieve correlatie, die ons inzicht in geabsorbeerde straling en temperatuur ondersteunt. Op het land stijgt de temperatuur inderdaad wanneer de geabsorbeerde straling toeneemt, en omgekeerd. Positieve correlatie. Eenvoudige natuurkunde.

Maar in grote delen van de tropische oceaan is er verbazingwekkend genoeg sprake van een negatieve correlatie. In tegenstelling tot wat we uit ervaring weten, in tegenstelling tot het centrale paradigma van de klimaatwetenschap, in tegenstelling tot de “eenvoudige natuurkunde”, maakt méér geabsorbeerde straling het aardoppervlak daar NIET warmer. Het maakt het oppervlak koeler, wat onmogelijk is als geabsorbeerde straling de temperatuur bepaalt.

Daaruit kunnen we concluderen dat de oorzaak in die gebieden omgekeerd is: in plaats van dat de totale geabsorbeerde straling de temperatuur bepaalt, bepaalt de temperatuur de totale geabsorbeerde straling.

Een belangrijk mechanisme dat deze schijnbare onmogelijkheid zou kunnen verklaren is het door de temperatuur gereguleerde ontstaan van cumulusvelden en onweersbuien. Deze nemen toe met toenemende temperatuur en verminderen dan sterk de hoeveelheid geabsorbeerde zonnestraling aan het oppervlak. En dus regelt de temperatuur de hoeveelheid geabsorbeerde zonnestraling, via wolken en onweersbuien. En dat is een zeer sterke regelaar. Hier is een scatterplot van het netto-effect van wolken op de neerwaartse straling versus de oppervlaktetemperatuur:

Figuur 2. Scatterplot, oceaantemperatuur versus totale verandering in neerwaartse straling door wolken (wolkenstralingseffect, “CRE”).

Merk op dat bij de hoogste temperaturen de wolken de totale neerwaartse straling (kortgolvig + langgolvig) met wel 60 W/m2 verminderen. Ter vergelijking: een verdubbeling van CO2 zou de straling met 3,7 W/m2 doen toenemen.

Vervolgens moet ik aantonen dat het fenomeen van omgekeerde oorzakelijkheid/negatieve correlatie in feite temperatuurgerelateerd is. Ik bedoel, het zou ook gewoon een eigenaardigheid van de tropische oceaan kunnen zijn die niet speciaal verband houdt met de temperatuur. Daarom maakte ik een scatterplot van het verband tussen de temperatuur en de correlatie in figuur 1. Dit is het resultaat:

Figuur 3. Scatterplot. De horizontale as toont de temperatuur van elke rastercel van 1° x 1°. De verticale as is de correlatie tussen absorptie en temperatuur in die rastercel. Het vak rechtsonder omvat alle rastercellen met een negatieve correlatie tussen de geabsorbeerde straling en de temperatuur.

Een paar dingen worden duidelijk. Ten eerste: de omkering van oorzaak en gevolg die leidt tot de negatieve correlatie van absorptie en temperatuur treedt alleen op bij oceaantemperaturen boven ~ 23°C. Ten tweede: in dat gebied rechtsonder met alle rastercellen met een negatieve correlatie, geldt: hoe hoger de temperatuur, hoe groter de maximaal waargenomen negatieve correlatie. Dit is dus een sterk bewijs voor het idee dat het ontstaan van negatieve correlatie inderdaad op de temperatuur gebaseerd is. Het toont weliswaar de gemiddelde omstandigheden over de periode van het satellietbestand, maar dit is slechts een lange-termijn berekening. We moeten nog onderzoeken wat er in de rastercellen gebeurt als de temperaturen in de loop van de tijd stijgen en dalen.

Mijn hypothese is dat de oppervlaktetemperatuur wordt geregeld door verschijnselen zoals tropische cumulusvelden en onweersbuien. Als dat het geval is, dan zou de sterkte van deze negatieve correlatie moeten afnemen naarmate de temperatuur stijgt. Dat zou betekenen dat het oceaanoppervlak waar de correlatie negatief is groter moet zijn in de zomer wanneer de oceaan warmer is, en dat het gebied met de negatieve correlatie kleiner moet zijn in de winter wanneer de oceaan koeler is. Dus ging ik aan het rekenen en maakte een grafiek. Natuurlijk moest ik daarvoor de gegevens opsplitsen in rastercellen op het noordelijk en zuidelijk halfrond, omdat de seizoenen op beide halfronden omgekeerd zijn:

Figuur 4. Maandelijkse variaties in het oceaangebied waar de temperatuur en de geabsorbeerde straling negatief gecorreleerd zijn.

Als mijn hypothese juist is, is het aannemelijk dat het gebied met een negatieve correlatie op het noordelijk halfrond (rode lijn) het grootst in de zomer. In feite is de piek ongeveer 50% groter in de zomer dan het winterminimum. Op hetzelfde moment is het gebied op het zuidelijk halfrond (blauwe lijn) minimaal van grootte, omdat het op het zuidelijk halfrond dan winter is. De schommeling op het zuidelijk halfrond is nog groter, waarbij het maximum oppervlak van het gebied met negatieve correlatie bijna tweemaal zo groot is als het minimum oppervlak. Beide methoden tonen dus aan dat de negatieve correlatie inderdaad een functie is van de temperatuur.

Samenvattend: Wanneer de temperatuur van de oceaan hoog genoeg wordt, valt de normale, “eenvoudige natuurkunde” van positieve correlatie tussen geabsorbeerde straling en de resulterende temperatuurstijging weg, en wordt de correlatie tussen straling en temperatuur negatief. Hierdoor daalt de temperatuur van het oceaanoppervlak. Het is een van de fenomenen die samen de warmte van de  planeet reguleren.

Hoe goed is deze planetaire warmteregulatie? Ondanks het feit dat wij leven op een planeet die in evenwicht is bij een temperatuur van ongeveer 50°C warmer dan het zou zijn zonder broeikasgassen, een wereld die geregeld wordt door wolken, winden en golven, een wereld waar de temperatuur van het land van zomer tot winter met wel ± 30°C (± 10%) kan variëren, en de temperatuur van de oceaan met ± 8°C (± 3%) schommelt van zomer tot winter… ondanks al die dagelijkse en maandelijkse schommelingen, varieerde de wereldgemiddelde temperatuur slechts met ± 0,4°C (± 0,1%) gedurende de hele 20e eeuw.

Voor mij is dit de grote onbeantwoorde vraag in de klimaatwetenschap: niet waarom de temperatuur varieert, maar waarom hij zo weinig varieert. En het bestaan van de hierboven besproken negatieve correlatie is een bewijs dat “eenvoudige natuurkunde” volledig ontoereikend is om het ongelooflijk complexe, chaotische klimaatsysteem te verklaren.