Het Urban Heat Island-effect (UHI) is het klimatologische effect op de temperatuur, neerslag en windsnelheid in stedelijke gebieden. Het ontstaat door de fysieke en antropogene eigenschappen van stedelijke gebieden die afwijken van die van het omringende platteland. Die fysieke eigenschappen van steden beïnvloeden onder andere de reflectie en verdamping waardoor de energiebalans van steden afwijkt van die in rurale gebieden.

Een belangrijke oorzaak van het ontstaan van het UHI is de bebouwing. Hoogte van gebouwen en smalle straten zorgen voor meervoudige reflecties en sterkere absorptie van inkomende straling en beperking van de uitstraling van warmtestraling. Door wrijving neemt ook de windsnelheid af en vermindert daardoor de afkoeling door turbulentie. Van belang is ook de lagere verdamping in de stad: doordat neerslagwater snel en grotendeels ondergronds wordt afgevoerd is er relatief weinig water om te verdampen. Ook de vaak geringe oppervlakten met begroeiing zorgen voor een lagere verdamping. Verdamping is op aarde de belangrijkste manier om warmte aan het aardoppervlak kwijt te raken.

De antropogene invloeden betreffen warmtebronnen zoals gemotoriseerd verkeer, industrie, verwarming (’s winters) en airconditioning (’s zomers). Tenslotte hangt er over grote steden altijd een stofkoepel: luchtvervuiling zorgt voor absorptie en reflectie van de uitgaande warmtestraling, waardoor het vooral ’s nachts bijdraagt aan UHI-effect. Steden zijn door al deze factoren warmer dan hun omgeving, vooral in de zomer en meer ’s nachts dan overdag.

Fig.1    Bron: Van Hove 2011

Figuur 1 toont de temperatuurverschillen in de stad Rotterdam op de zomeravond van 6 augustus 2009 tussen 22u en 24u. Het maximale temperatuurverschil is ongeveer 6 °C, met de maximum temperaturen in het centrum gemeten. Het maximale UHI-effect van de grote Nederlandse steden wordt geschat op 4 tot 9 °C. Het gemiddelde effect op bijvoorbeeld de jaarlijkse temperatuur is uiteraard veel lager. De ruimtelijke invloed van het UHI-effect beperkt zich niet alleen tot de bebouwde omgeving van de stad. Door advectie hangt er een warmtepluim vanaf de stad over het benedenwindse omringende gebied.

In Nederland zijn de afgelopen jaren diverse pogingen gedaan om de grootte van het UHI-effect in steden vast te stellen. De gehanteerde methodiek loopt van mobiele metingen en vaste meetnetwerken tot het gebruik van modellen. Voor de metingen van figuur 1 werd door Van Hove et al gebruik onder andere gemaakt van een bakfiets, opgetuigd met allerlei meetapparatuur. Maar ook meteorologische observaties door andere onderzoekers en historisch data werden gebruikt.

Fig.2    Bron: Brandsma et al 2003

De invloed van het stedelijke UHI effect op de temperatuurmetingen van station De Bilt is door Brandsma et al (2003) bestudeerd door de temperatuurwaarnemingen van De Bilt (1993-2000) te vergelijken met die van het nabijgelegen landelijke station in Soesterberg. Daarbij moet men niet alleen denken aan invloed vanuit Utrecht maar ook vanuit  de nabijgelegen (peri-) urbane kernen De Bilt/Bilthoven en Zeist. De onderzoekers schatten dat het UHI-effect gedurende de 20e eeuw de jaarlijkse gemiddelde temperaturen van De Bilt met 0,10 ± 0,06 °C heeft verhoogd.

Koopmans et al (2014) gebruikten modelsimulaties van het bodemgebruik in de jaren 1900 en 2000 om het UHI-effect op temperatuurmetingen van station De Bilt te kunnen schatten. De resultaten wijzen op een temperatuurstijging gedurende de 20^e eeuw van 0,22±0,06 K. Dat is meer dan 2x zo hoog als wat Brandsma et al vonden met de vergelijking De Bilt-Soesterberg.

Fig.3    Bron: Koopmans et al 2014

Klok et al (2012) hebben als eersten voor heel Nederland een kaart gemaakt van het hitte-eiland effect (SHI) op basis van onder andere satellietbeelden van warmtestraling. Het effect is het verschil in oppervlaktetemperatuur tussen stad en het buitengebied. Overdag kan dat oplopen tot 9 °C, gemiddeld is dat voor de 73 grootste steden in ons land 2,9 °C en ’s nachts iets lager, 2,4 °C. Daarbij is het % verhard en bebouwd oppervlak een belangrijke factor.

Fig.4    Bron: Klok et al (2012)

Het voordeel van de gebruikte methode is dat het een gebiedsdekkende methode is, in tegenstelling tot het gebruiken van data van weerstations en mobiele metingen zoals hiervoor beschreven. In het algemeen zijn de gemeten temperaturen bij deze methode ook iets lager dan bij de andere beschreven methodes. Klok et al maakten gebruik van de oppervlaktetemperaturen gemeten door satellieten van NOAA (figuur 4), de andere papers van de instrumenteel gemeten luchttemperaturen. Bij die laatste methoden (UHI) zijn de temperatuurverschillen ‘s nachts vaak hoger dan overdag.

De gebruikte satellietopnames in figuur 4 zijn van 16 juli 2006 om 14:07 uur en 17 juli 2006 om 4:04 uur lokale tijd. Er was toen sprake van een hittegolf in Nederland en de hemel was onbewolkt. Het onderzoek toonde onder andere aan dat steden op hogere zandgronden overdag een hogere SHI vertoonden, terwijl steden op klei- en veengronden juist ’s nachts een hogere SHI vertoonden. Ik vermoed dat dat te maken heeft met het watergehalte van de bovenste deel van de bodem, waardoor er in natte bodems een groter verticaal warmtetransport kan plaatsvinden. Warmtetransport in zandgronden is veel kleiner doordat de lucht tussen zanddeeltjes vooral isoleert.

Op basis van de digitale topografische kaart van Nederland (TOP10NL) is voor elke gridcel van 1×1 km bepaald wat het overheersend bodemgebruik was (water, stedelijk gebied, niet-stedelijk gebied). Zo ontstond de kaart van figuur 5.

Fig.5    Bron: Klok et al (2012)

Opvallend is dat Den Haag overdag hogere temperaturen had dan Rotterdam en Amsterdam. Een mogelijke oorzaak daarvan is het feit dat Den Haag deels op droog zand (strandwallen en oude duinen) gebouwd is. Die strandwallen hebben hier een ZW-NO strekkingsrichting, zie figuur 6. Tussen die hogere en droge strandwallen zijn de tussenliggende laagtes in de loop van de tij opgevuld met veen (nat). Als je goed kijkt naar het rechter kaartje van figuur 5 dan is die ZW-NO strekking in de kleuren te zien.

Fig.6    Bron: Gemeente Den Haag

Rotterdam en Amsterdam hebben binnen hun stedelijk gebied veel meer oppervlaktewater dan Den Haag, wat hoge temperaturen overdag verhindert en ’s nachts stimuleert. Voor Rotterdam spelen waarschijnlijk de vele hoge gebouwen met deels glazen puien in het centrum voor een wat hogere SHI ’s nachts.

Beide kaartjes van figuur 5 laten goed zien dat de ruimtelijk verspreide verstedelijking die zo kenmerkend is voor ons land ook tot gevolg heeft dat stedelijk hitte-eiland effect ook een sterke ruimtelijke spreiding kent. Zelfs kleine steden vertonen extra opwarming. De tabel in figuur 7 toont de gegevens voor de 73 grootste steden in Nederland.

Fig.7    Bron: Klok et al (2012)

Alles wijst er dus op dat vanwege de sterke verstedelijking van Nederland en de ruimtelijke versnippering van die verstedelijking veel gebieden in Nederland beïnvloed zijn door het UHI. Dat toont ook de kaart “Stedelijk hitte-eiland effect (UHI) in Nederland” uit 2017 die het RIVM en VITO (Vlaams Instituut voor Technologisch Onderzoek) gezamenlijk hebben uitgegeven. De kaart kunt u vinden in de Atlas Natuurlijk Kapitaal.

Fig.8    Bron: RIVM

De kaart met cellen van 10x10m  geeft het stedelijk hitte-eiland effect (UHI) weer, het gemiddelde luchttemperatuurverschil tussen de stedelijke en omliggende landelijke gebieden in °C Uit onderzoek blijkt dat het UHI-effect op stadsniveau op basis van twee variabelen goed te voorspellen is: bevolkingsdichtheid in de stad en binnen een straal van 10 km rondom de stad, en de windsnelheid op 10 meter hoogte. Op basis van deze twee variabelen werd in een model gemaakt om de maximale UHI in een stad te bepalen.

Daarna werden de effecten van omgevingsfactoren in het model gebracht. Verharding (bebouwing), groen (vegetatie) en blauw (water) hebben op kleinere schaal invloed op de windsnelheid en de hoeveelheid warmte die wordt vastgehouden. Op basis van verharding en de mate van groen en blauw in een straal van 1km om een locatie werd dan de maximale UHI naar beneden bijgesteld. Voor deze berekening werd gebruik gemaakt van de landgebruikskaart van het CBS op 10m resolutie en de groenkaarten die door RIVM zijn ontwikkeld (% groen per 10m cel). Groen heeft op lokale schaal nog een extra verkoelend effect. Op basis van lokaal groen in een straal van 30m om een locatie is de actuele UHI per locatie bepaald.

Fig.9    Bron: Roy Remme

Figuur 9 toont het model dat is toegepast voor de afkoelende effecten van vegetatie en water. Voor een gedetailleerde  omschrijving van de toegepaste methode zie hier. De waarden op de kaart zijn jaargemiddelden. Het temperatuurverschil tussen stad en omringend gebied blijft daardoor onder de 3°C. Op hete zomerdagen kan het verschil echter beduidend verder oplopen dan de waarden in de kaart, zoals we al zagen in eerder onderzoek.

Het mooie van de UHI kaart van het RIVM is dat de kaart voor geheel Nederland het stedelijk eilandeffect in kaart brengt in jaargemiddelden. Dat kan ik gebruiken om te bezien  in welke mate het UHI effect van invloed is op de temperatuurmetingen van het KNMI. Daarvoor gebruik ik de exacte ligging van de 34 KNMI weerstations die op onderstaande KNMI-kaart zijn weergegeven als groene vierkanten:

Fig.10    Bron: KNMI

De exacte ligging van elk station is bepaald met behulp van de metadata van het KNMI, foto’s van weerstations en Google Earth. Die laatste twee bronnen waren nodig omdat de coördinaten in de metadata onvoldoende exact zijn om de ligging op de 10x10m grid van de kaart te bepalen.  Daarna  heb ik met behulp van de UHI kaart voor elk station de grootte van het UHI-effect bepaald in °C. Voor stations met een UHI van < 0,2 °C (de donkerste kleur blauw op de kaart) is het effect kleiner dan 0,2 °C.

Fig.11    Data: KNMI en RIVM

De kleuren in de tabel van figuur 11 corresponderen met de kleurstippen in de groene stationsvierkanten van figuur 10. De tabel in figuur 11 laat zien dat 5 stations (De Bilt, Amsterdam/Schiphol, Hoek van Holland, Rotterdam/The Hague en Eindhoven) een UHI-effect vertonen van 0,4 – 0,6 °C. Verder vertonen 9 stations een UHI-effect van 0,2 – 0,4 °C. De rest, 20 stations, valt in de laagste categorie van 0 -0,2 °C en vertoont dus geen of bijna geen UHI-effect. Het verbaast niet dat de stations met het grootste UHI-effect alle in sterk verstedelijkte gebieden liggen.

Fig.12    Data: RIVM

Van het RIVM kreeg ik de aantallen gridcellen (10x10m) per UHI-klasse, zie de tabel in figuur 12. De 34 KNMI weerstations bevinden zich alle in de bovenste 3 klassen. Dat betekent dat geen enkel station een UHI-effect van 0,6 °C of hoger vertoont. De gemiddelde temperatuur op hoofdstation De Bilt in de meeste recente klimaatperiode 1991 – 2020 was 10,6 °C. Corrigeer je dat getal voor het UHI-effect op station De Bilt dan wordt de gemiddelde temperatuur in de laatste klimaatperiode 10 °C tot 10,2 °C.

Bedenk wel dat de cijfers hier het UHI-effect op jaarbasis betreffen. Met name op warme zomerdagen en –nachten kan het UHI-effect op de thermometers van De Bilt veel groter zijn. Er zijn op etmaalbasis temperaturen gemeten die tot 9 °C hoger zijn dan referentiewaarden op de omringende landelijke gebieden.

Om te achterhalen of bovenstaande  verdeling van het UHI-effect over de 34 KNMI stations overeenkomt met de ruimtelijke spreiding van het UHI-effect over het landoppervlak van Nederland heb ik de cijfers in een tweetal cirkeldiagrammen weergegeven.

Fig.13    Data: RIVM

Figuur 13a laat zien dat 9,8 % van het Nederlandse landoppervlak sterk door het stedelijk hitte-eilandeffect verwarmd wordt, van 0,6 °C tot meer dan 2 °C op jaarbasis. Die cellen bevinden zich alle in de centra van de grotere steden in ons land (figuur 8), waar zich geen meetstations (meer) bevinden. Bekijken we de percentuele verdeling van de 3 laagste klassen (tot 0,6 °C) in figuur 13a en vergelijken we die met de percentuele verdeling van de stations in figuur 13b, dan is te zien dat de weerstations oververtegenwoordigd zijn in de gebieden met  0,2 – 0,4 °C en 0,4 – 0,6 °C stedelijke opwarming, ondervertegenwoordigd zijn  in de gebieden met geen tot weinig UHI-effect en afwezig zijn in gebieden met het sterkte UHI-effect.

Alles valt of staat natuurlijk met de kwaliteit van het model dat het RIVM en VITO hebben gemaakt en op basis waarvan de kaart “Stedelijk hitte-eiland effect (UHI) in Nederland” gemaakt is. Wellicht dat er hier en daar nog wat verbeterd kan worden door het team van het RIVM. Wetenschap is nooit ‘af’, gelukkig.

De afgelopen paar zwoele dagen waren voor menig weerman en -vrouw reden om al ruim van tevoren de alarmbellen te laten rinkelen. Zoals we de laatste jaren wel gewend zijn was er ook dit jaar vanuit die hoek meer belangstelling voor warmte dan voor koude, terwijl kou er toch echt óók was.

Fig.1    Data: KNMI

Om het klimaat te bepalen wordt gekeken naar het gemiddelde over 30 jaar van temperatuur, vocht, luchtdruk, wind, bewolking en neerslag. De zwarte lijn is de gemiddelde etmaaltemperatuur per dag op station De Bilt voor de klimaatperiode 1991-2020.

De bruine lijn is de gemiddelde etmaaltemperatuur op station De Bilt in 2021. Wat meteen opvalt is dat de bruine lijn veel sterker schommelt dan de zwarte lijn. Dat komt omdat de zwarte lijn het gemiddelde over 30 jaren weergeeft, waardoor extreme temperaturen per etmaal grotendeels tegen elkaar wegvallen. De sterke schommelingen in de lijn van 2021 zijn typisch voor het weer in ons land. De temperatuur van dag tot dag wordt sterk bepaald door de windrichting. En omdat Nederland ligt op de grens van noord (koud) en zuid (warm) en van land (grote verschillen tussen zomer en winter) en water (gematigde temperaturen) maakt het vaak een groot verschil uit welke hoek de wind waait.

Goed is te zien dat de laatste paar dagen van 2021 de temperatuur venijnig omhoog schiet. Maar als we de grafiek van een afstandje bekijken en even niet naar de uitschieters kijken kunnen we vaststellen dat de eerste helft van 2021 wat kouder was dan het klimatologisch gemiddelde van 1991-2020, en de tweede helft wat warmer.

Fig.2    Data: KNMI

Omdat ik geïnteresseerd ben in het verschil van dag tot dag tussen de etmaaltemperatuur in 2021 en de klimaatgemiddelde etmaaltemperatuur van 1991-2020 introduceer ik hier het begrip ‘graaddag’. Dat begrip wordt door verschillende disciplines op verschillende wijze gebruikt. Hier is een graaddag een dag waarop Tg 1 graad boven de klimatologische etmaaltemperatuur ligt. Dus een dag in 2021 waarop het 3 graden warmer is dan de klimatologische etmaaltemperatuur telt als 3 graaddagen. En 1 graad kouder telt als -1 graaddag.

Figuur 2 laat het aantal graaddagen zien in 2021. Tg van 31 december 2021 is nog niet bekend maar wordt geschat op 12 °C. Goed te zien is de relatief hoge graaddagen van 30 en 31 december 2021, van respectievelijk 9,4 en 8,4 graaddag. Maar die werden voorafgegaan door een paar koude dagen, met als uitschieter 22 december (-7,3 °C ).

Fig.3    Data: KNMI

Februari slingert nog sterker, met als dieptepunt 12 februari toen het maar liefst  9,6  °C kouder was dan het klimatologisch gemiddelde. En 11 dagen later, op 23 februari, was het 9 °C warmer dan het klimatologisch gemiddelde. In figuur 3 heb ik voor een deel van februari 2021 de windrichting (in graden) in De Bilt afgedrukt, met de gradenverdeling in de windroos. Goed is te zien dat 12 februari het einde was van een korte periode met wind uit het NO (Noord Rusland), en rond 23 februari wind uit het Z (Zuid-Europa).

Fig.4  Data: KNMI

In figuur 4 is te zien dat het zachte weer van de laatste paar dagen te danken is aan de aanvoer van zeer zachte lucht uit het ZW. Op ongeveer 10 km hoogte is in figuur 5 te zien dat we ons op 30 december 2021 om 12 uur pal onder de straalstroom bevonden die zachte lucht vanaf het subtropische deel van de Atlantische Oceaan aanvoert.

Fig.5    Data: https://earth.nullschool.net

Ik heb het totaal aantal graaddagen van 2021 berekend en vergeleken met het aantal graaddagen op basis van het klimatologisch gemiddelde van 1991-2020. Het jaar 2021 heeft 40 graaddagen minder dan het klimatologisch gemiddelde, en mag dus wel een koel jaar genoemd worden.

Tot slot nog even een blik op de extremen, in dit geval het aantal tropische dagen per jaar. Een tropische dag is een etmaal waarop de Tx (maximum  temperatuur) 30 °C of hoger is.

Fig.6    Data: KNMI

Kijk eens naar 2021: slechts 1 tropische dag is geteld (station Ukkel zelfs 0). En dat terwijl de drie voorafgaande jaren zoveel tropische dagen telden. Ik leerde vroeger van een docent klimatologie dat het weer de neiging heeft om in herhaling te vallen. En net op het moment dat je denkt dat er een begin is van een nieuwe trend wordt je teleur gesteld. Ook deze grafiek laat zien dat 2021 een relatief koel jaar was.

Ik kan niet nalaten om ook dezelfde grafiek van het aantal tropische dagen in De Bilt te laten zien, maar dan inclusief de homogenisatie die het KNMI heeft toegepast op de cijfers van 1901 tot 1 september 1951 (rood lijntje). Vergelijk figuur 7 eens met figuur 6.

Fig.7    Data: KNMI

Ik schreef onlangs al dat we met een groepje onderzoekers ‘peer reviewed’ hebben aangetoond dat die homogenisatie niet op een correcte manier heeft plaatsgevonden. Het KNMI heeft laten weten dat ze het werk in 2022 opnieuw gaan doen en rekening zullen houden met wat we gevonden hebben.

Ik ben benieuwd hoe dat uit gaat pakken. Voorlopig (maar dat deed ik al sinds 2016) ga ik uit van de gemeten cijfers en is figuur 6 het uitgangspunt. Totdat bewezen wordt dat dat niet deugt natuurlijk, want zo moet dat in de wetenschap, toch?

Omdat we de kerstdagen in een lockdown moeten vieren wend ik mijn blik even van de klimatologie naar de oversterfte in Nederland. Geen hoog oplopende discussies als het kan, maar een paar grafieken en een vraag. In enkele opzichten lijken corona en klimaatverandering wel op elkaar. Een van die overeenkomsten heeft te maken met de beschikbaarheid van betrouwbare data. In de klimatologie is dat een bekend verschijnsel waar ik regelmatig wat over geschreven heb. Ook de cijfers over corona zijn vaak onbetrouwbaar. Soms komt dat omdat er geen/weinig afspraken zijn gemaakt hoe gegevens te registreren en opslaan, zoals met betrekking tot de corona-gerelateerde sterfte. Dan maakt het nogal wat uit of je je baseert op de cijfers van het CBS of van het RIVM. Lees hierover eens dit artikel van de hand van vriend en collega Jan Ruis.

In dit artikel ga ik nader in op de algemene week-sterftecijfers zoals bijgehouden door het CBS. Deze cijfers zijn niet gelabeld aan een oorzaak van het overlijden, het zijn de kale sterftecijfers. Om over- en ondersterfte vast te kunnen stellen moet men eerst de ‘verwachte sterfte’ vaststellen. Het CBS doet dat met behulp van de weeksterftecijfers van de voorafgaande 5 jaren. Daarbij neemt het voor de coronajaren 2020 en 2021 als referentieperiode de sterftecijfers van 2015-2019.

Jan Ruis heeft het model waarop het CBS de verwachte sterfte baseert gereconstrueerd en op basis daarvan de referentieperiode verdubbeld naar 10 jaren. Dus voor de coronajaren 2020 en 2021 als referentie de periode 2010-2019. In veel landen is een referentieperiode van 10 jaren voor het vaststellen van de verwachte sterfte overigens gebruikelijk. Dat komt er dan voor 2020-2021 zo uit te zien:

Fig.1    Data:  CBS

De eerste en laatste week passen zelden netjes in 1 jaar, vaak behoren die weken deels bij het ene en deels bij het andere jaar. Dat past niet ‘lekker’ in de grafiek, maar ik doet ermee. Voor het nodige houvast heb ik elk jaar verdeeld in 12 gelijke stukjes van 4,31 weken. De blauwe lijn levert dus de verwachte sterfte per week voor 2020 en 2021 op basis van de referentieperiode 2010-2019. Er is sprake van een hogere sterfte in de winter dan in de zomer, met name als gevolg van sterfte vanwege het griepvirus, dat in de winter veel actiever is dan in de zomer. Het griepseizoen loopt van november t/m maart.

Fig.2    Data: CBS

Figuur 2 geeft behalve de verwachte sterfte per week ook de geobserveerde sterfte per week voor de jaren 2020 en 2021. Is de geobserveerde sterfte hoger dan de verwachte dan is er sprake van oversterfte, andersom van ondersterfte. Te zien is dan in beide jaren de oversterfte groter is dan de ondersterfte. Als in over- en ondersterfte een kleurtje geef wordt dat duidelijker:

Fig.3    Data: CBS

De flinke oversterfte van maart/april 2020, oktober 2020 t/m februari 2021 en vanaf eind oktober 2021tot heden zijn waarschijnlijk (groten-)deels toe te schrijven aan sterfte gerelateerd aan corona. Maar onder ‘normale’ omstandigheden zou men mogen verwachten dat na een periode van oversterfte er een periode van ondersterfte plaatsvindt. Die ondersterfte is ook wel te zien in mei, juni en juli 2020 en in maart 2021, maar is zwak. De oversterfte is veel groter dan de ondersterfte, terwijl in een normaal jaar onder- en oversterfte elkaar min of meer in evenwicht houden.

Ik ga me niet wagen aan het geven van een antwoord op de vraag waardoor er vooral in 2021 vrijwel constant sprake is van oversterfte. Dat is bijna altijd een combinatie van factoren en zo zal dat nu ook wel het geval zijn, ik acht me niet deskundig in deze. Maar een belangrijke vraag is mijns inziens wel: toont de grafiek van 2021 dat wat je verwacht bij een bevolking die vrijwel helemaal is ingeënt?  Mijn privé antwoord is: nee. Ik ben op zoek naar oorzaken van deze situatie. Sommige mensen wijzen naar de niet-ingeente medeburgers. Maar dat lijkt me bij de huidige aantallen ingeënte mensen niet houdbaar. Vorig jaar werd gesteld dat er bij zo’n 70% mensen met immuniteit er sprake zou zijn van groepsimmuniteit. Het lijkt erop dat die weggebleven is.

Clintel heeft een recent rapport van Global Warming Policy Foundation laten vertalen dat doemverhalen over klimaatverandering met hard feitenmateriaal weerlegt. Het is geschreven door de Amerikaan Indur M. Goklany , een onafhankelijk wetenschapper. Hij was lid van de Amerikaanse delegatie die aan de wieg stond van het IPCC. Maar dat is hem al lang vergeven ;-), zeker na publicatie van dit rapport genaamd “Klimaatverandering: is het wel zo erg?”

Zij rapport haalt de heersende negatieve klimaatverhalen over toenemende stormen, overstromingen, droogtes, et cetera punt voor punt onderuit en wijst op het almaar groener worden van de aarde en de toenemende voedselproductie. Kortom, een prima rapport voor onder de kerstboom lijkt me. Fijne feestdagen!

Download rapport hier

Trouwe lezers weten dat ik -samen met drie andere onderzoekers- al geruime tijd bezig ben geweest om aan te tonen dat de homogenisatie (correctie) van de dagtemperaturen van station De Bilt door het KNMI niet juist uitgevoerd is. Dat had tot gevolg dat heel veel tropische dagen en hittegolven uit de boeken verdwenen. Dat onderzoek is in eerste instantie uitgemond in een Nederlandstalig rapport “Het Raadsel van de Verdwenen Hittegolven” uit 2019 dat intussen door veel mensen is gedownload.

Maar het is in de wetenschappelijke wereld nu eenmaal zo dat er alleen maar geluisterd wordt als je peer reviewed publiceert bij een wetenschappelijke uitgeverij. En dat is ons vorige week gelukt. Ons artikel, genaamd “Reassessment of the homogenization of daily maximum temperatures in the Netherlands since 1901” is gepubliceerd op de website van TAAC, Theoretical and Applied Climatology.

Clintel was zo vriendelijk om een persbericht daarover ruim te verspreiden, maar de Nederlandse media waren blijkbaar niet geïnteresseerd en deden vrijwel niets met het persbericht. Alleen “De Andere Krant” bracht een bericht uit, zie figuur 1. Die desinteresse van bijna alle media is opmerkelijk, want hier maakte een peer reviewed artikel korte metten met de temperatuurcorrectie zoals het KNMI die heeft toegepast op De Bilt. En daarmee –hopelijk- met de vele alarmistische berichten in kranten en op radio en tv dat we vroeger véél minder tropische dagen hadden.

Fig.1    Bron: De Andere Krant

Het zeldzame bericht in De Ander Krant hierboven was afkomstig van freelance wetenschapsjournalist Peter Baeten. Hij vroeg ook om een reactie van het KNMI op onze publicatie. En die is gisteren gekomen:

“Het nieuwe onderzoek van Dijkstra et al (2021) is gepubliceerd als wetenschappelijk artikel en daarmee onderworpen aan een beoordeling door externe experts (peer review). Meer onderzoek naar homogenisatietechnieken verwelkomen wij, omdat er veel factoren (instrumentatie, locatie, weersomstandigheden) een rol spelen bij het bepalen van de correctiefactoren. Dat is dus een positieve ontwikkeling, en daar kunnen de reeksen beter van worden.  

Zoals we ook al in 2019 hebben aangegeven, staat de ontwikkeling van en onderzoek naar homogenisatietechnieken niet stil. Nieuwe inzichten kunnen leiden tot verbeterde correctiefactoren en daarmee tot een verdere verbetering van de waarneemreeksen. Op het KNMI en bij andere instituten wereldwijd wordt onderzoek gedaan naar weersafhankelijke homogenisatietechnieken om de correcties nog betrouwbaarder te maken. Zo gaat het KNMI in 2022 volgens planning aan de slag om een volgende versie van de gehomogeniseerde reeksen te ontwikkelen. Naar verwachting zullen de verbeterde gehomogeniseerde temperatuurreeksen in 2023 gepubliceerd worden.

Hierbij zullen inzichten uit recent gepubliceerde wetenschappelijke publicaties worden meegenomen, waaronder het recent gepubliceerde onderzoek van Dijkstra et al (2021). Het is interessant dat Dijkstra et al. deze gevoeligheidsanalyse hebben gedaan. Het laat zien hoe het aantal tropische dagen, een moeilijk te schatten extreem, gevoelig is voor aannames die gedaan zijn in eerdere homogenisaties. De studie laat ook zien dat bij het homogeniseren van dagwaarden het moeilijk is om betrouwbare correctiefactoren te verkrijgen voor de extremen. In de volgende versie van de gehomogeniseerde reeksen zullen we daarom meer aandacht besteden aan de onzekerheid van de correcties die toegepast worden op de meest extreme temperaturen. “

Een heel mooi bericht! Het geeft me het gevoel dat we al dat werk van de afgelopen jaren niet voor niets hebben gedaan. En het is een erkenning voor het feit dat ook buiten de reguliere wetenschappelijke instanties nuttig onderzoek op niveau wordt gedaan. Het lijkt er op dat het KNMI uiteindelijk minder moeite heeft met ‘buitenstaanders’  die over hun schouder meekijken in de KNMI-keuken dan veel main stream media.

Fig. 1   Bron: Springer website

In 2016 heeft het KNMI alle dagelijks gemeten temperaturen op de KNMI hoofdstations (Groningen/Eelde, Maastricht/Beek, Vlissingen, Den Helder/De Kooy en De Bilt) voor de periode 1901-1950 gecorrigeerd, omdat alle stations verplaatst zijn en in De Bilt tevens de opstelling van de thermometer is veranderd. Het is gebruikelijk dat er bij dergelijke veranderingen gedurende enige tijd parallelmetingen plaatsvinden van de oude en de nieuwe situatie. Bij de verplaatsingen van de thermometer in De Bilt is dat door omstandigheden niet gebeurd.

Daarom heeft het KNMI  bij de homogenisatie van de dagtemperaturen van De Bilt gebruik gemaakt van de data van Eelde, zo’n 150 km ten NO van De Bilt. Eelde is het enige vergelijkingsstation dat het KNMI hierbij heeft gebruikt en van dat station waren maar 4 jaar aan temperatuurgegevens beschikbaar.

Fig.1   Bron: publicatie

Het gevolg was dat, terwijl in De Bilt vóór 1950 164 tropische dagen werden gemeten, er na homogenisatie nog slechts 76 tropische dagen overbleven. Bij geen enkel ander station werden de heetste dagen door de homogenisatie zo sterk verminderd. Station De Bilt is hiermee een opvallende uitschieter geworden. Dit verschil is in 2017 al in de vakliteratuur gesignaleerd, maar het KNMI heeft daarin geen aanleiding gezien om de correcties te heroverwegen.

Samen met drie andere onafhankelijke onderzoekers heb ik in 2019 geprobeerd de homogenisatie voor De Bilt te reproduceren en kwamen tot de conclusie, dat er voor De Bilt sprake moest zijn van een aanzienlijke overcorrectie van het aantal tropische dagen. Zie hier. We hebben de analyses nu herhaald met dezelfde data en met vergelijkbare statistische analyses als het KNMI gebruikte. Onze bevindingen zijn deze week gepubliceerd in het wetenschappelijke tijdschrift Theoretical and Applied Climatology, zie hier.

We hebben onderzocht hoe gevoelig de uitkomsten van de homogenisatie zijn voor een aantal keuzen die bij de statistische procedure door het KNMI zijn gemaakt. Het gaat daarbij om de keuze van de referentiestations, de lengte van temperatuurreeksen, de berekening van de statistische verdeling van de hoogste dagtemperaturen per maand en de manier waarop uitschieters in de data worden afgevlakt.

Fig.2    Bron: publicatie

We hebben het effect van variatie in de genoemde factoren op het homogenisatieresultaat met computerruns onderzocht, zie figuur 2. Daaruit blijkt dat vrijwel alle keuzen die het KNMI heeft gemaakt leiden tot een grotere daling van het aantal tropische dagen vóór 1950. Het is opmerkelijk dat een deel van die keuzen niet beschreven wordt in het technisch rapport dat het KNMI heeft gemaakt over de homogenisatie.

Door vergelijking met de andere stations constateren we dat het KNMI voor de heetste dagen een overcorrectie heeft toegepast van 0,5 tot 1,0 graad. Op basis van de door het KNMI gehanteerde Percentile Matching Method  schatten we het aantal tropische dagen vóór 1950 in De Bilt op 113 met een marge tussen 104 en 119.

Een alternatief zou kunnen zijn de historische gegevens ongewijzigd te laten en de klimaattrends af te leiden uit de afzonderlijke gegevens van alle stations. Een correct uitgevoerde homogenisatie van de dagtemperaturen in De Bilt is onder andere belangrijk voor het beoordelen van klimaatverandering in Nederland. Met de door het KNMI toegepaste correctie op de  dagtemperaturen van De Bilt in de eerste helft van de vorige eeuw is dat niet goed mogelijk.

Persbericht hier

William Happer is een bekende emeritus hoogleraar natuurkunde en gespecialiseerd op het gebied van atoomfysica, optica en spectroscopie. Hij houdt zich al vele jaren bezig met het klimaat en spreekt en schrijft daar onbevangen over. Journalist Theo Richel sprak onlangs met hem (namens De Groene Rekenkamer) toen hij even in Nederland was.  Interessant gesprek!

Ir. Egbert de Beyer, ooit afgestudeerd aan de TU-Delft, zal indien Frans Timmermans in januari daadwerkelijk een eredoctoraat van de TU-Delft krijgt, uit protest afstand doen van zijn diploma en de TU-Delft vragen hem van de lijst van afgestudeerde ingenieurs te schrappen. Een prima initiatief dat ik helaas niet kan navolgen. Dit is zijn open brief aan de voorzitter van het College van Bestuur van de TU-Delft:

Van: Ir. Egbert de Beyer.

Aan: Prof. dr. ir. Tim van der Hagen, TU-Delft

Geachte Rector Magnificus Prof. dr. ir. Tim van der Hagen,

In de zeventiger jaren deed de TU Delft alles om hoog te scoren op de lijst van beste universiteiten. Dit was vooral voor die studenten die in het buitenland gingen werken, zoals ik, erg belangrijk.

Nu moet ik tot mijn grote verbazing lezen in de Klimaatmissie van de TU Delft: „De door de mens veroorzaakte uitstoot van broeikasgassen verandert onze leefomgeving, omdat deze gassen invloed hebben op het wereldwijde klimaat; daar is geen twijfel over mogelijk.“

Vroeger gold dat twijfel aan uitspraken deel uitmaakte van de ingenieursopleiding. Wij werden geleerd kritisch te zijn en altijd te vragen „waarom“. Wij mochten een uitspraak pas geloven nadat wij deze hadden geverifieerd. Dat schijnt nu niet meer nodig te zijn. Hierdoor en door het omarmen van een uitermate desastreus klimaatbeleid daalt het aanzien van de TU-Delft aanzienlijk. Mijn hoogachting voor de TU Delft is inmiddels veranderd in schaamte.

Frans Timmermans heeft met zijn energiebeleid al onnoemelijk veel schade aangericht! Hij is de persoon die vindt dat een CO2-loze samenleving moet worden gerealiseerd met overal maar windmolens en zonnepanelen. Juist een technische universiteit als de TU-Delft weet heel goed dat zo’n beleid theoretisch, technisch en wetenschappelijk onzinnig is! Daarbij komt dat CO2 is juist vitaal is voor al het leven op aarde.

Timmermans is geen wetenschapper, hij is een geslepen politicus. Hij staat daarom ook niet open voor een fundamenteel wetenschappelijk debat waar het b.v. gaat over de oorzaken van de klimaatverandering en de vraag of er werkelijk wel een klimaatcrisis is. Wie dat debat volgt, en dat doe ik als TUD-ingenieur, moet erkennen dat het hele CO2 verhaal een hype is. In de wereld gebracht door politici, beleidsfunctionarissen en lobbyisten. Het brengt onze wereld financieel naar de afgrond.

Hoe kunt u aan een man, die zonneklaar aan het Dunning-Kruger-effect lijdt, een dergelijke erkenning doen toekomen? Hij is een voorbeeld van incompetentie in combinatie met het niet zelf erkennen van deze incompetentie!

Mocht u Frans Timmermans daadwerkelijk een eredoctoraat geven, dan zal ik uit protest afstand doen van mijn diploma en u vragen mij van uw lijst van afgestudeerde ingenieurs te schrappen.

Hoogachtend,

Egbert de Beyer

Fig.1    Bron: De Afspraak

Afgelopen donderdag schakelde ik ’s avonds alvast naar de Vlaamse tv-zender Canvas vanwege de documentaire over Tina Turner toen ik het staartje meekreeg van het praatprogramma De Afspraak. Nu ben ik geen liefhebber van praatprogramma’s, vooral ook omdat er meestal geen sprake is van een open debat. Maar de laatste minuten van het programma waren voor Maarten Boudry. Boudry is een jonge wetenschapsfilosoof en houder van de leerstoel Etienne Vermeersch aan de Universiteit Gent. De titel van zijn recentste boek luidt Waarom ons klimaat niet naar de knoppen gaat. En daar ging het gesprekje over, in het kader de juist daarvoor afgesloten klimaattop (klimaatpoppenkast) in  Glasgow.

Het begin van het korte gesprek was niet hoopgevend: een lijstje met vijf punten van klimatologe Kimberly Nicolas die door Boudry als uitgangspunt werd genomen. Die eerste vier punten beloofden niet veel goeds, maar ik bleef toch hangen. Ik moet zeggen dat ik zelden een zo duidelijke uitleg heb gekregen waarom we als de donder kernenergie uit het verdomhoekje moeten halen als van het korte praatje van Boudry. Ditmaal niet uitgelegd door een ingenieur met cijfers maar door een wetenschapsfilosoof, die schetst dat welvaart het gevolg is van energiegebruik. Dank daarvoor, fossiele brandstoffen! En vooral dat belangrijke transities betaald worden door economische groei, want er is geld nodig.

Waar we (in de EU) vooral mee bezig zijn is een energietransitie realiseren op basis van wind en zon (kan niet) en tegelijk de kip met de gouden eieren (kernenergie) in veel landen afschaffen, zoals in Duitsland, België en op termijn ook in Nederland. Dat kan alleen maar desastreus aflopen. Enfin, luister maar eens naar Maarten.

Fig.1    Bron: Klimaatgek

De ijskap van Groenland heeft -zoals alle dynamische systemen- een input en output (zie figuur 1). De input wordt gevormd door neerslag, op Groenland vooral in de vorm van sneeuwval, de output door evaporatie (verdamping) en sublimatie aan de bovenzijde van de ijsmassa, en run off naar zee van de gletsjers die zo ijs en smeltwater afvoeren. De zwarte pijl is de input, de rode pijlen vormen de output. Als de output in een jaar groter is dan de input  dan neemt de ijsmassa af. Is de input groter dan de output dan neemt de ijsmassa toe.

Fig.2  Bron: PNAS

De foto hierboven laat de Kangerlugssuup Sermerssua gletsjer op West- Groenland zien. Op de achtergrond zie je een stukje van het enorme pakket landijs dat in het midden wel 3 km dik is. Dat ijs is het resultaat van honderdduizenden jaren sneeuwval, waarbij de sneeuw door druk ijs geworden is. Aan de randen van Groenland zakt onder invloed van de zwaartekracht het ijs langzaam richting oceaan, de weg van de minste weerstand volgend. De gletsjers die zo hun weg richting zee zoeken vormen de belangrijkste ‘output’ van het systeem. In zee brokkelt het ijs af en vormt ijsbergen, terwijl onder het gletsjerijs smeltwater ‘s zomers zijn weg naar zee zoekt.

In de jaren vanaf de laatste eeuwwisseling was er waarschijnlijk sprake van afname van de ijsmassa op Groenland. In een aantal artikelen (zie voor de laatste hier) heb ik over het ijs op Groenland geschreven. Het klimatologisch seizoen op Groenland loopt van 1 september t/m 31 augustus van het jaar daarop, rekening houdend met de lange periode van sneeuwaccumulatie van september tot juni en de korte zomersmelt. De Deense Arctische onderzoeksinstellingen presenteren geactualiseerde kennis over de toestand van onder andere de Groenlandse ijskap op de website Polar Portal.

Fig.3    Bron: Polar Portal

In figuur 3 is het verloop te zien van de zogenaamde SMB (Surface Mass Balance), de massa van sneeuw op Groenland van 1 september 2020 tot 1 september 2021. De eerst oplopende blauwe lijn toont de toename van het sneeuwpakket daalt tussen begin juni en eind augustus als de korte zomer aanbreekt. Verdamping en sublimatie zorgen er dan voor dat er meer sneeuw verdwijnt dan er bijkomt, en de blauwe lijn daalt.  Helemaal rechts eindigt de  blauwe lijn op 400 GT (gigaton) sneeuw. Dat is dus wat er netto in het pooljaar 20-21 aan de bovenzijde is bijgekomen.

Maar er is ook de output langs de randen van Groenland, en als de omvang van die output tussen september 2020 en september 2021 groter was dan 400Gt dan nam de sneeuw- en ijsmassa in dat pooljaar af. Helaas zijn er weinig run off data voorhanden, en als ze al bestaan, dan bestrijken ze vaak een korte meetperiode.

Gelukkig heeft het DMI (Deens Meteorologisch Instituut) daar wat op gevonden, en heeft in het jaarverslag van 2020 de beperkte meetdata van de run-off gecombineerd met de meetgegevens van de GRACE satellieten. GRACE en zijn opvolger GRACE-FO (GRACE Follow-On) meten de kleine veranderingen in het zwaartekrachtsveld die het gevolg zijn van veranderingen in de hoeveelheden ijs. Dit levert een min of meer onafhankelijke meting van de totale massabalans op (later meer hierover). Met behulp van de GRACE data heeft het DMI een schatting kunnen maken van de totale massabalans (TMB) van 1986 t/m 2020:

Fig.4    Bron:    DMI jaarverslag 2020

De formule is: SMB (Surface Mass Balance) + Discharge (run-off) = TMB (Total Mass Balance). Heel goed in de grafiek is te zien dat de TMB vanaf 1997 onder de 0 zakt. Dat betekent dat vanaf 1997 er sprake is van een afname van de massa sneeuw en ijs op Groenland. Maar er is een positieve kant aan deze grafiek: vanaf 2012 is de TMB weer aan het stijgen. De TMB was in het pooljaar 2019-2020 ongeveer 150 GT.

Opvallend is dat de discharge (run-off) vanaf 2005 per jaar min of meer constant is met een waarde rond de -500 Gt. Daarom is te verwachten dat de discharge van het pooljaar 2020-2021 weinig zal afwijken van de voorgaande jaren en ook in 2021 rond de -500 Gt zal zijn. Omdat we de SMB van 2020-2021 al kennen (figuur 3) kunnen we op basis van deze data de TMB voor het jaar 2020-2021 schatten op ongeveer -100 Gt. :

Fig.5

Het komende jaarverslag van Groenland zal uitwijzen of ik er ver naast zat. Met die positieve trend over de afgelopen 10 jaar zou het me niet verbazen als we binnen enkele jaren op Groenland weer een TMB van rond de 0 te zien krijgen. Er is in elk geval geen enkele reden om hysterisch te doen over het smelten van Groenlands ijs lijkt me.

Tot slot: de GRACE-satellieten meten de totale veranderingen in ijsmassa. Een aantal van deze veranderingen is echter het gevolg van het feit dat de massa van de aarde voortdurend vertraagd verandert als gevolg van eerdere veranderingen in de omvang van de ijskap.  Dit staat bekend als Glacial Isostatic Adjustment (GIA) dat we al eerder tegenkwamen in de artikelen over de zeespiegel. De door GRACE gemeten veranderingen in massa zijn niet gecorrigeerd voor GIA, dus enige voorzichtigheid met de satellietdata lijkt gewenst. Maar dat weet u als lezer van deze website intussen wel denk ik.