Een beetje rare titel misschien, na maandenlang slecht weer in grote delen van Europa. Maar het gaat hier niet om de weersveranderingen van jaar tot jaar maar om klimatologische veranderingen, veranderingen over langere tijd. Over die klimatologische veranderingen in Nederland schreef ik al een aantal malen, de laatste keer hier.

Nederland

Fig.1      Data: KNMI

Mijn conclusie was in dat artikel dat de sterke opwarming in Nederland sinds 1980 voor een aanzienlijk deel te verklaren is uit een sterke toename van de hoeveelheid invallend zonlicht (globale straling Q). Terwijl de jaartemperatuur in De Bilt vanaf 1980 t/m 2023 toenam met maar liefst 1,95 °C, nam de hoeveelheid invallende zonne-energie van 105 W/m2 toe tot een ongelofelijke waarde van 125 W/m2.  Dat is 20,35 W/m2 meer dan aan het begin van deze 44 jarige periode!

Om te begrijpen hoeveel dat is vergelijk ik het met het opwarmingseffect van verdubbeling van CO2. Volgens de gangbare opvatting levert een verdubbeling van CO2 een extra straling (stralingsforcering) op van 3,7 W/m2.

De toename van de  20,35 W/m2 aan globale straling in De Bilt sinds 1980 is dus 5,5x zo groot als de stralingsforcering van verdubbeling van CO2. Helemaal eerlijk is dat echter niet, want van die invallende globale straling aan het aardoppervlak reflecteert een deel (albedo). Ik schat dat de toename van de netto SW in ongeveer 15 W/m2 is, nog altijd 4x zo groot als het extra stralingseffect van 2x CO2 !

Het omrekenen van die stralingsforcering naar opwarming valt niet mee. Die 3,7 W/m2 stralingsforcering van 2x CO2 levert zonder andere veranderingen in het klimaatsysteem een opwarming van ongeveer 1,2 °C. Inclusief de terugkoppelingen in de atmosfeer (feedbacks) schat het IPCC (AR6 rapport) de opwarming bij 2x CO2 van 2,5 °C tot 4 °C. Preciezer kan het niet, teveel onzekerheden. En zelfs over die 2,5 tot 4 graden zijn onderzoekers het niet eens. Aan een schatting van het temperatuureffect van die enorme toename van de instraling in De Bilt waag ik me daarom niet, maar dat een stralingsforcering van netto SW van 15 W/m2 forse invloed zal hebben op de temperatuur in De Bilt lijkt me evident.

De oorzaak van die sterke recente toename van de instraling aan het aardoppervlak is niet dat er meer zonne-energie aan de buitenzijde van de atmosfeer binnenvalt. Die invallende hoeveelheid zonne-energie aan TOA (top of atmosphere) is -op een kleine 11-jarige rimpeling na- tamelijk constant tussen 340 en 340,5 W/m2 (CERES).

De toename aan het aardoppervlak van het invallend zonlicht moet dan ook het gevolg zijn van veranderingen in de omstandigheden tussen TOA en aardoppervlak, bewolking en aerosolen.

Fig.2      Data: KNMI

Ik gebruik in figuur 2 de data van het aantal zonuren (SQ) per jaar als proxy voor bewolkingsgraad. Aan de hand van de lineaire trendlijn is te berekenen dat het aantal zonuren per jaar vanaf 1980 (1401 zonuren) t/m 2023 toeneemt met maar liefst 518 zonuren tot 1919 zonuren. Dat is een toename met 37% ! De correlatiecoëfficiënt tussen SQ en de instraling Q (figuur 2) is zeer hoog: R2=0,88. Dat betekent dat de variabiliteit van Q voor bijna 90% bepaald wordt door SQ. Als je wel eens in de zon zit en er schuift een wolk voor de zon voel je de invloed van bewolking op instraling duidelijk.

Fig.3      Naar Trenberth et al (2009)

Maar straling is niet de enige factor die de temperatuur op een bepaalde plek bepaalt. Figuur 3 is de ‘surface’ zijde van de bekende energiebalans van Trenberth et al. De getallen in de originele figuur zijn gemiddelde energiewaarden in de energiebalans van de gehele aarde. Voor de oppervlakte energiebalans van een willekeurige plaats gelden die uiteraard niet, daarom zijn ze in figuur 3 weggelaten. In plaats daarvan heb ik advectie toegevoegd. Advectie is de aanvoer van warmte of kou van elders. Iedereen die het weer een beetje bijhoudt weet dat vanwege de relatieve ligging van Nederland die advectie van grote betekenis is. Als de wind verandert, of beter gezegd als het brongebied van de binnenstromende luchtmassa verandert, heeft dat vaak grote gevolgen voor de temperatuur en andere weersfactoren.

Fig.4      Bron: Hoogeveen et al (2022)

Jippe Hoogeveen heeft samen met zijn vader in 2022 een peer reviewed artikel gepubliceerd waarin ze aantoonden dat veranderingen in luchtcirculatie sterke invloed hebben op de temperatuur in Nederland. De grafieken in figuur 4 laten zien dat in de zomer de veranderingen in luchtcirculatie met name vanaf de oceaan heel sterk waren. Conclusie van de  Hoogeveens: de gevonden waarden in hun publicatie wijzen er sterk op dat de opwarming in Nederland vooral wordt veroorzaakt door een verschuiving in de brongebieden van de luchtstroming naar warmere richtingen. En passant vermeldden ze dat ze ontdekt hadden dat de invloed van CO2 zeer klein was. Lees het artikel hier.

Fig.5      Data: KNMI

Voor wat betreft de invloed van CO2 op de temperatuur aan de grond verwijs ik naar figuur 5. Het is een van de fraaiste grafieken die ik de afgelopen jaren heb gemaakt, deze op basis van de stralingsdata van station Cabauw Mast. Dat is het enige station in Nederland dat allerlei stralingsdata meet. Ik heb voor 5 achtereenvolgende dagen in juli 2008 de LWD, LWU en net SWD weergegeven. De dagen zijn zo gekozen dat de bewolking loot van onbewolkt naar zwaar bewolkt.

LWD wordt veroorzaakt door broeikasgassen (met name waterdamp en CO2) en bewolking, en ook beïnvloed door LWU.  Als bewolking afwezig is, is daardoor de LWD kleiner, het verschil tussen LWU en LWD is dan ongeveer 100 W/m2. Is de lucht geheel bewolkt dan wordt het verschil tussen LWU en LWD praktisch 0 W/m2. Het blijft echter heel moeilijk om de afzonderlijke aandelen in de LWD van CO2, H2O en wolken te bepalen.

Fig.6      Data: KNMI

Het atmosferisch CO2 gehalte gemeten op Mauna Loa steeg van 2001 t/m 2020 van 371 ppm naar 412 ppm (data NOAA).

Volgens NOAA betekent dat een stijging van de stralingsforcering van CO2 met 0,577 W/m2. In de grafiek van figuur 6 heb ik de seizoensfluctuaties in de LWD van Cabauw verwijderd door het toepassen van een 365 daags moving average. De variantie is waarschijnlijk vooral het gevolg van variantie in bewolking. De trend is lichtelijk negatief, vooral het gevolg van de piek in 2006-2007. De theoretische toename van de stralingsforcering van CO2 met 0,577 W/m2 is te klein om zichtbaar te zijn in het volatiele signaal.

Europa

Hoe zit het met de opwarming van Europa? Regelmatig verneem ik uit media dat Europa de afgelopen decennia harder is opgewarmd dan de aarde als geheel. Maar als dat zo is, wat zijn dan de oorzaken?

Fig. 7     Data: ClimateExplorer KNMI

Voor de grafieken in  figuur 7 maakte ik gebruik van de ERA5 reanalyses datasets vanaf 1979 t/m 2023 zoals die beschikbaar zijn in de Climate Explorer van het KNMI. De gebruikte parameters zijn ssr (surface net solar radiation) en 2t (temperatuur op 2m hoogte). De resultaten laten weinig aan de verbeelding over: in Europa als geheel is ook sprake van een opvallend grote temperatuurstijging en tegelijkertijd een opvallend grote toename van de netto instraling.

Fig.8      Bron: Copernicus

Figuur 8 vergelijkt de geobserveerde SW instraling aan het aardoppervlak van 1991-2000 met die van de periode 1961-1990. Het beeld is duidelijk: in grote delen van Europa is er sprake van een forse toename van de invallende zonne-energie. Net zoals dat in Nederland het geval was zijn ook hier afname van aerosolen maar vooral afname van bewolking een belangrijke oorzaak:

Fig.9      Bron: Copernicus

Figuur 9 toont de sterke toename van het aantal zonuren in Europa vergeleken met de referentieperiode 1983-2012.

Fig.10   Bron: Copernicus

Het kaartje van figuur 10 toont de ruimtelijke spreiding de anomalie van de bewolkingsgraad voor het eerste halfjaar van 2019 ten opzichte van de referentieperiode 1983-2012. De wolkendata is helaas nog niet beschikbaar voor een langere periode, maar gezien de sterke toename van het aantal zonuren in Europa (figuur 9) kan men ervan uitgaan dat dit beeld (in vrijwel geheel Europa een afname van bewolking) kenmerkend is voor de afgelopen 4 decennia.

De bewolking was vooral laag op het Iberisch schiereiland en in het uiterste zuiden van Frankrijk. Bedenk hierbij dat kleinere relatieve anomalieën in bewolking in Noord- en West-Europa een grotere invloed op de zonneschijnduur hebben dan in Zuid-Europa vanwege verschillen in wolkhoogte. Opvallend is dat in het Middellandse Zeegebied met name het westelijk deel een afname van bewolking laat zien en in het oostelijk deel zelfs een toename. Dat komt overeen met de grote verschillen in  geobserveerde zon-instraling aan het aardoppervlak van 1991-2000 (figuur 8) tussen het westelijk en het oostelijk deel van het mediterrane gebied.

En hoe zit het met veranderingen in de luchtcirculatie voor Europa? Vorig jaar wierp een jonge weerman daar licht op, door voor een discussie op de website  ‘Weerwoord’  een viertal interessante kaartjes te maken waarop de winters in de klimatologische periode 1991-2000 worden vergeleken met die van 1961-1990.

Fig.11   Bron: Weerwoord

Linksboven ziet u de veranderingen van de wintertemperaturen In Europa tussen 1961-1990 en 1991-2000. Vrijwel overal in Europa is sprake van een forse opwarming. Rechtsboven ziet u de veranderingen in het luchtdrukpatroon. Het hogedrukgebied voor de kust van Portugal laat een toename zien van de luchtdruk, terwijl het lagedrukgebied boven IJsland een lagere luchtdruk toont dan we gewend waren. Meer luchtdrukverschil betekent een sterkere aanvoer van (zachte) oceaanlucht naar Europa.

Dat laatste is goed te zien op het kaartje linksonder, waarbij de groene kleuren een sterkere westenwind suggereren. Het kaartje toont tenslotte dat de afgelopen decennia is er ’s winters sprake was van een sterkere aanvoer van lucht uit het zuiden. Wat dat betekent voor de temperatuur hoef ik denk ik niet uit te leggen. Ik heb Jelmer gevraagd of hij ook voor de andere seizoenen dergelijke kaartjes heeft, maar hij heeft helaas nog niet geantwoord.

Conclusie: De sterke toename van de SW instraling aan het aardoppervlak in Europa en de veranderde luchtcirculatie zijn ongetwijfeld belangrijke oorzaken achter de sterke opwarming van Europa de afgelopen decennia. Hoe groot de rol van het toegenomen atmosferisch CO2-gehalte is geweest is moeilijk in te schatten. Gezien de sterke dominantie van zon en wind in dit verhaal zal het niet groot geweest zijn. In de recente opwarming in Nederland speelde het in elk geval geen rol van betekenis.

Een andere keer de recente opwarming van de aarde als geheel?

Fig.1

Om de negatieve gevolgen van de opwarming van de aarde te beperken, heeft IPCC van de VN opgeroepen tot een vermindering van de CO2-uitstoot tot 0 (Net Zero) in 2050 en een tussentijdse vermindering in 2030 van 45% ten opzichte van het niveau van 2010. Het is de bedoeling om zo de opwarming van de aarde te beperken tot 1,5°C ten opzichte van het pre-industriële niveau, zoals vastgelegd in het Klimaatakkoord van Parijs uit 2015. Het IPCC beweert ook dat als de netto nul-emissie eenmaal is bereikt in 2050, de opwarming van de aarde voor altijd op 1,5°C zal blijven. Maar is dat ook zo?

Fig.2    Bron: Hagoort 2024

Jacques Hagoort is em. hoogleraar reservoirtechnologie aan de TU Delft en houdt zich al langere tijd bezig met klimaatverandering. Hij ontdekte dat het probleem met het door het IPCC bedachte Net Zero model is dat de onderliggende wetenschap niet klopt. Het IPCC gaat ervan uit dat de opwarming van de aarde in het verleden en in de toekomst lineair afhangt van de cumulatieve CO2-uitstoot (figuur 2). Dit is echter een toevallige relatie die ongeveer waar is in het verleden, toen de uitstoot exponentieel toenam, maar die zeker niet geldig is in de toekomst, wanneer de uitstoot zal afnemen. Bovendien is het lineaire model ook fysisch onrealistisch omdat het de toekomstige natuurlijke opname van CO2 door de biosfeer en de oceanen negeert. Het gevolg zal zijn dat door het volgen van het Net Zero tijdpad de negatieve effecten op welvaart en welzijn wel eens fors zullen zijn.

De afgelopen tijd is het niet verwonderlijk dat vanuit klimaatwetenschappelijke hoek forse kritiek op dat Net Zero model van het IPCC gekomen is. Recent rekende  Roy Spencer (2024) in “Net zero CO2 emissions, A damaging and totally unnecessary goal”  voor dat Net Zero helemaal niet nodig is om onder de 1,5 °C antropogene opwarming te blijven. Het Net Zero model is fout en schadelijk.

Em. professor Hagoort bedacht daarom een alternatief model om de opwarming van de aarde te berekenen. Ditt Hagoort-model berekent de CO2-concentratie in de atmosfeer voor een bepaald CO2-emissieprofiel door aan te nemen dat CO2 exponentieel vervalt met een empirisch gekalibreerde vervaltijd van 55 jaar. Vervolgens wordt deze berekende CO2-concentratie omgerekend naar de opwarming van de aarde door middel van een empirische correlatie die is afgeleid van de waargenomen opwarming van de aarde en de waargenomen CO2-concentraties.

Fig.3      Bron: Hagoort 2024

Figuur 3 illustreert de vervalfunctie voor de uitstoot van een extra hoeveelheid CO2 in de atmosfeer van 1 GtCO2 op het tijdstip nul en een vervalconstante van 0,02 en dus een gemiddelde levensduur van 50 jaar. De helling van de vervalcurve op het tijdstip nul snijdt de horizontale as op 50 jaar, wat gelijk is aan de vervaltijd. Op dit punt is de fractie van de oorspronkelijke eenheidsimpuls die zich nog in de atmosfeer bevindt is 0,37 (=1/e). Op een tijdstip gelijk aan tweemaal de gemiddelde levensduur (100 jaar) is deze fractie gereduceerd tot 0,135. Bij vier keer de gemiddelde levensduur is er minder dan 2% van de oorspronkelijke puls over.

Die exponentiele vervaltijd van ongeveer 50 jaar komt niet uit de lucht vallen. Ferdinand Engelbeen berekende in 2007 al dat een exponentiële vervalfunctie met een vervaltijd van ongeveer 50 jaar fysisch gezien logisch is. De Australische wiskundige Nick Stokes toonde aan dat de waargenomen constante CO2-fractie in de lucht verklaard kan worden door een exponentiële vervalfunctie met een vervaltijd van ongeveer 50 jaar. In 2020 toonden de Nederlandse natuurkundigen Cees le Pair en Ad Huyser aan dat de waargenomen CO2-gegevens zeer goed beschreven kunnen worden door een exponentieel verval met een vervaltijd van 53,5 jaar aan te nemen. De Amerikaanse klimaatwetenschapper Roy Spencer toonde in een paper (2023) aan dat de natuur het teveel aan CO2 in de atmosfeer verwijdert met een snelheid van 2% per jaar, wat overeenkomt met een vervaltijd van 50 jaar.

Fig.4      Bron: Hagoort 2024

De grafieken in figuur 4 geven de resultaten weer van het Hagoort-model. Links de 4 scenario’s, rechts de uitkomsten voor de temperatuur. De huidige totale antropogene emissie van CO2 is ongeveer 40 Gt/jaar. Bij een emissieplafond van 45 Gt/jaar vanaf 2025 en een emissieplafond van 26 Gt/jaar vanaf 2050  benadert de Parijse doelstelling van 1,5 °C.

Conclusie: Hagoort laat op heldere wijze zien dat het door het IPCC gebruikte model volstrekt onbruikbaar is, en levert tegelijk een verbeterd model. De Net Zero doelstelling van het IPCC in 2050 kan de prullenbak in, wat mijns inziens een zegen zou zijn voor de mensheid.

Ik heb ook een paar puntjes van kritiek. Het rapport van Hagoort gaat uit van de veronderstelling (uit de koker van het IPCC) dat de recente opwarming van de aarde uitsluitend het gevolg is van de CO2 emissies door de mens en sluit daarmee andere (natuurlijke) factoren voor die opwarming uit. Dat is raar en fysisch ongeloofwaardig, want waarom zouden natuurlijke factoren, die vóór de menselijke inbreng al miljoenen jaren het aardse klimaat bepalen, er de afgelopen decennia mee opgehouden zijn?

Roy Spencer zegt daarover: “The case for natural climate change I also present an analysis of the Pacific Decadal Oscillation which shows that most climate change might well be the result of….the climate system itself! Because small, chaotic fluctuations in atmospheric and oceanic circulation systems can cause small changes in global average cloudiness, this is all that is necessary to cause climate change. You don’t need the sun, or any other ‘external’ influence (although these are also possible…but for now I’ll let others work on that). It is simply what the climate system does.”.

Bovendien is aan het Net Zero model van het IPCC het doel gekoppeld om de opwarming binnen de 1,5 °C te houden. Zoals vaak aangetoond is die 1,5 °C niet de uitkomst van wetenschappelijke berekeningen maar een politiek target. Klimaateconoom William Nordhaus liet in zijn Nobelrede in 2018 zien dat het ‘economische optimum’ ligt bij 3,5 graden wereldwijde opwarming in 2100. Ambitieuze doelen zoals beneden de 1,5 °C blijven zijn extreem kostbaar om te halen en leveren meer schade op dan ‘winst’. Zie “Onnodige Klimaathaast” van de Clintel organisatie.

Het is logisch dat Hagoort in zijn artikel uitgaat van de uitgangspunten van het IPCC, het gaat hem immers om te laten zien dat hun Net Zero model niet deugt en er een beter alternatief is. Het bestaan van natuurlijke factoren die (naast antropogene) het klimaat beïnvloeden levert de mensheid alleen maar méér tijd op om de koolstofuitstoot naar beneden te brengen en tegelijk ook de aarde leefbaar te houden.

Hagoort: “Very little in this report is new or original. All I have done is to shamelessly borrow ideas and insights from professional and amateur climate scientists, climate policy makers, climate blog writers and climate blog commenters, and put these together in, I hope, a coherent technical/scientific report. The only thing I may perhaps take credit for is the method for calculating the efflux of CO2 from the atmospheric reservoir. But even this ‘thing’ I took straight from the textbooks on reservoir engineering, the engineering discipline I practiced in my professional career before I got interested in climate science and climate policy some 20 years ago.”

Het artikel van Jacques Hagoort is van harte aanbevolen en als pdf op de downloadpagina van deze site te downloaden.

Erratum rapport pag.7 “…global warming will increase by 0,24°C/year.” moet zijn: “…global warming will increase by 0,024°C/year.”

Fig.1    Bron NRC

Een collega stuurde me een artikel uit het NRC op over weerman Jannes Wiersema in Roodeschool. Lezers van mijn generatie kennen Roodeschool nog wel van de aardrijkskundeles, topografie provincie Groningen. Jannes is beheerder van het neerslagstation Roodeschool en gaat elke ochtend kijken hoeveel neerslag er gevallen is de voorafgaande 24 uren. Op ruim 300 KNMI-neerslagstations (figuur 2) wordt dagelijks de neerslag gemeten met een standaardregenmeter. Aftappen gebeurt eenmaal daags om 9.00 uur lokale tijd in de winter, 10.00 uur lokale tijd in de zomer. Waarnemers als Jannes geven deze gegevens dan zo spoedig mogelijk door aan het KNMI. Roodeschool met rode stip op de kaart:.

Fig.2      Bron: KNMI

Ik was getriggerd door de kop: “Weerman Jannes Wiersema ziet de buien intenser worden”. Nu weet ik wel dat koppen boven artikelen vaak wat scherp geformuleerd zijn, maar ze zijn belangrijk in de beeldvorming van de argeloze lezer. Tegelijkertijd denk ik: is die uitspraak van Jannes gebaseerd op waarnemingen of op herinneringen? Het is immers zo dat het NRC artikel vooral over intensiteit van buien gaat, terwijl het neerslagstation Roodeschool uitsluitend etmaalgegevens verzamelt. Ik vermoed dat het herinneringen zijn, en die zijn per definitie onbetrouwbaar. Lees elke willekeurige handleiding rechtspsychologie er maar op na over de betrouwbaarheid van getuigenverklaringen.

Maar de KNMI waarnemingen kunnen wellicht inzicht verschaffen over de ontwikkeling van de etmaalneerslag op station Roodeschool. Het neerslagstation is er al vanaf eind 1921, en Jannes Wiersema bemant het station vanaf eind jaren ’70. Ik ga op zoek naar de data op de website ‘daggegevens’ van het KNMI en vind deze grafiek:

Fig.3    Bron: KNMI

Op station Roodeschool  wordt elke dag een etmaalmeting gedaan.  Jannes opmerking dat hij de buien intenser ziet worden kun je helaas niet afleiden uit de etmaalmetingen in Roodeschool die hij elke dag trouw naar het KNMI stuurt. Voor het registreren van buien (die vaak kort duren) heb je automatische neerslagstations nodig, en dat zijn er op het land momenteel 34 stuks.

Maar laten we eens kijken naar de etmaalmetingen van Roodeschool in de grafiek van figuur 3. Wat meteen opvalt is dat de ‘uitschieters’ in de loop van de tijd geen toename laten zien. Wel lijkt het er op dat de lagere waarden in de tijd (naar rechts dus) wat ‘dichtslibben’, waarschijnlijk als gevolg van een toename van de natte dagen. De hoogste etmaalneerslag in Roodeschool is gemeten op 30 juni 1997, met 84 mm. Ik duik wat dieper in de data van Roodeschool.

Fig.4    Data: KNMI

Het eerste dat ik doe is de vele etmaaldata van 1 november 1921 t/m 30 juni 2024 comprimeren tot jaarlijkse neerslagsommen, zie figuur 4. De grafiek loopt van 1922 t/m 2023, want 1921 en 2024 zijn incomplete jaren. De puntenwolk stijgt flink met de jaren: de rode lineaire trendlijn begint in 1922 bij  600mm  en stijgt in 102 jaren tot bijna 930mm. Dat is een stijging van meer dan 50% ten opzichte van het begin van de reeks! Wat me aan de grafiek verder opvalt is dat die enorme neerslagstijging niet geleidelijk is gegaan maar een drietal ‘plateaus’ kent: van 1922 tot 1950, van 1950 tot 1990 en vanaf 1990.

Die stijging kan het gevolg zijn van een toename van de intensiteit van de neerslag (toename per tijdseenheid). Wierseman vertelt: “Laatst had ik 46mm. Dat komt steeds vaker voor”. Die 46 mm heb ik niet in de data van Roodeschool kunnen vinden, want buien verdwijnen in de etmaalsommen, en die laatste worden in Roodeschool gemeten. Maar duidelijk is dat als er een bui valt van 46 mm, dat de etmaalsom dan normaal gesproken minstens 46 mm zal zijn. De laatste keer dat dat laatste het geval was in Roodeschool was op 8 september 2019 met 47,8mm.

Om te zien hoe vaak dergelijke hoge etmaalsommen voorgekomen zijn heb ik alle dagen met neerslag van 30mm en meer uit de data gefilterd:

Fig.5    Data: KNMI

Figuur 5 betreft de gehele reeks van 1 november 1921 t/m 30 juni 2024 en laat zien dat er in de gehele periode van 102 jaren 70 etmalen zijn geweest met 30mm neerslag of meer. De grafiek laat zien dat er van een toename in de tijd van de neerslaghoeveelheid op de natste dagen geen sprake is, de lineaire trendlijn vertoont geen trend.

Fig.6      Data: KNMI

Bovendien laat figuur 6 zien dat het aantal zeer natte dagen per decennium een tamelijk gelijkmatige spreiding in de tijd vertoont, van een toename van het aantal zeer natte dagen is ook geen sprake.

Fig.9      Data: KNMI

Wel kan er bij de etmaalsommen van < 30mm sprake zijn van intensivering. De neerslagintensiteit is wel toegenomen bij de dagen met een lagere neerslagintensiteit, zoals de grafiek van figuur 9 laat zien. Die toename in de loop van de afgelopen eeuw bedraagt ruim 15%.

Fig.10   Data: KNMI

Een relatief grote invloed heeft de toename van het aantal neerslagdagen (figuur 10). De trendlijn laat zien dat het aantal natte dagen toeneemt van 161 dagen in 1922 tot 221 dagen ik 2023, een toename van meer dan 37%. De aanzienlijke toename van de jaarlijkse neerslagsom van 1922 t/m 2023 zoals we die in figuur 4 zagen lijkt dus vooral het gevolg te zijn van een sterke toename van het aantal natte dagen < 30mm. Er zijn dus tegenwoordig veel minder droge dagen in Roodeschool dan vroeger.

Terug naar het krantenartikel. “Dat het aantal hoosbuien in Nederland toeneemt is duidelijk” stelt KNMI-meteoroloog Groenland. Het bijzondere echter is dat die toename van het aantal hoosbuien mijns inziens helemaal niet zo ‘duidelijk’ is. Ik schreef daar een jaar geleden al een artikel over.

Je leest en hoort vaak dat de buien extremer worden en vaker voorkomen dan ‘vroeger’,  kranten en radio en tv verkondigen voortdurend dat het weer extremer wordt als gevolg van menselijke invloeden. En die zich alsmaar herhalende boodschap slijt op den duur in. Daarom duik ik even in de cijfers van extreme buien.

Fig.11   Data:  KNMI

Ik schreef hiervoor al dat buien gemeten worden met automatische neerslagstations waar bijna continu gemeten wordt. In figuur 11 is van elk etmaal de hoogste uursom (hoger dan 25 mm) van de neerslag van elk automatisch station weergegeven vanaf 1957 t/m mei 2024. Duidelijk is te zien dat er in de tijd sprake is van meer stippen en ook wat hoger liggende stippen.

De grafiek lijkt dus de hypothese van Groenland te bevestigen dat het aantal extreme buien toeneemt. Maar pas op: het aantal uurstations is van 1957 van 5 gestegen tot 34 momenteel. En omdat buien lokale fenomenen zijn ‘vang’ je met een dichter netwerk natuurlijk meer hevige buien. Niet alleen meer buien maar de kans dat je een bui vangt met extreem hoge waarden, zoals die van 28 juni 2011 in Herwijnen (figuur 11) neemt ook toe.

Fig.12   Data: KNMI

De grafiek van figuur 12 spreekt voor zich. Momenteel is het aantal stations bijna 7x zo groot als in de jaren ’60. De kans dat je dus in 2024 een hevige bui vangt met de huidige 34 stations is dus ongeveer 7x zo groot als vroeger.

Is er dan helemaal geen effect  van hogere temperaturen te bespeuren in de grafiek van figuur 11? Misschien wel, maar die sterke toename van het aantal automatische stations maakt dat niet eenvoudig. Bovendien zijn die meetreeksen allemaal tamelijk kort, de meeste zeer kort. Eigenlijk te kort om trends waar te nemen, hoe graag het KNMI dat misschien zou willen.

Het fysisch mechanisme achter opwarming en neerslag is bekend. De hypothese is dat extreme neerslag bepaald wordt door de maximaal beschikbare hoeveelheid waterdamp in de atmosfeer. Dat is gebaseerd op het feit dat de maximale hoeveelheid waterdamp in de atmosfeer toeneemt met 7% per graad Celcius, volgens de zogenaamde Clausius-Clapeyron-relatie.

Het is echter de vraag of Clausius-Clapeyron algemeen toepasbaar is, de grote onzekerheidsmarges geven dat ook aan. Ik denk dat dat voor lokale neerslag misschien zelfs wel onwaarschijnlijk is. Anders zou kort gezegd overal in de wereld bij eenzelfde temperatuur dezelfde hoeveelheid neerslag vallen. En dat is beslist niet het geval. De regel van toenemende luchtvochtigheid bij hogere temperaturen is tenslotte ook niet generiek toepasbaar op een lokale situatie.

Jannes Wiersema: “Er zijn nog steeds genoeg mensen die menen dat klimaatverandering een verzinsel is. Terwijl er elke week wel ergens in Nederland een overstroming is waarvan vroeger werd gezegd dat die maar eens in de honderd jaar zou voorkomen. Nou, daar denken ze in Limburg inmiddels wel anders over. Mensen krabben zich bij al die overstromingen achter de oren of ze daar wel willen blijven wonen.”

Klinkt goed maar is in feite onzin. Ik ken geen mensen die denken dat het klimaat niet verandert. Het verandert voortdurend, mét maar ook zónder CO2-emitterende mensen, zoals het verleden heeft aangetoond. Dat laatste lijken we wel eens te vergeten. En wat Zuid-Limburg betreft: het was het al snel duidelijk dat de hevige regenval in Zuid-Limburg in 2021 het gevolg was van  extreem weer en niet van klimaatverandering. Ik moet overigens de eerste klimaatvluchteling uit Zuid-Limburg nog tegenkomen 😉 .

Conclusie: of er sprake is van zwaardere buien dan vroeger is niet goed vast te stellen vanwege het ontbreken van voldoende meetgegevens. Uitspraken hierover worden makkelijk gedaan maar het menselijk geheugen is onbetrouwbaar: alleen keiharde meetgegevens tellen. Het beantwoorden van de vraag of er sprake is van zwaardere buien dan vroeger, is niet mogelijk door naar de cijfers van station Roodeschool te kijken. Die cijfers gaan over etmaalwaarden en niet over buien. Wel laten de cijfers van Roodeschool zien dat het aantal dagen met zeer zware neerslag in de loop van de tijd niet is toegenomen.

De presentatie door Hessel Voortman dd. 18 juni 2024 van ‘ons’  zeespiegelonderzoek.

Fig.1

Nederland maakte op 12 juli 2024 een zeer kille en natte dag mee. In De Bilt kwam de temperatuur op vrijdag 12 juli 2024 niet hoger dan 15,4 °C. Daarmee is het de koudste 12 juli sinds 1956 en de vier na koudste sinds het begin van de meetreeks in 1901. Alleen 1906 (15,2 °C), 1944 (15,3 °C)  1954 (15 °C) en 1956 (13,9 °C)  waren kouder. Nu ben ik uit principe geen liefhebber van dagrecords, en zeker niet van bijna-dagrecords, maar voor het rotweer van 12 juli 2024 maak ik een uitzondering.

De oorzaak daarvan is niet ‘klimaatverandering als gevolg van menselijke CO2-emissies’, zoals vaak beweerd wordt als het weer afwijkt van wat men gewend is (altijd raak), maar kunnen we vinden op de weerkaart. De weerkaart van 12 juli 2024 zag er om 12 uur zo uit:

Fig.2    Bron: KNMI

Een samenklontering van fronten en lagedrukgebieden bepaalde een groot deel van de dag het weer in Nederland. Dat betekende grote hoeveelheden neerslag en de zon die zich nauwelijks liet zien. Een hogedrukgebied ten ZW van Ierland en lagedrukgebieden nabij IJsland sleurden bovendien koude luchtmassa’s vanuit het noorden van de Atlantische Oceaan onze kant op.

Fig.3    Data:  KNMI

In de grafiek van figuur 3 zijn de maximale dagtemperaturen van alle 12 julidagen 1901-2024 weergegeven. Voor de Tx van januari 1901 tot september 1951 heb ik de niet-gehomogeniseerde temperaturen gebruikt. Trouwe lezers weten intussen wel waarom, zie onder andere hier (populaire versie) en hier (peer reviewde publicatie). Wat opvalt is dat de lineaire trendlijn (rode streepjes) een licht neerwaartse trend vertoont van -1,85 °C over de gehele periode. Deze trend is echter statistisch niet significant (met P= 0,17765) vanwege de sterke spreiding van de punten rond de trendlijn.

Fig.4    Data: KNMI

De grafiek van figuur 4 toont de gemiddelde maximum temperaturen voor de hele maand juli van 1901-2023. De trend is nu positief met + 1,46 °C en statistisch wel significant met P=0,017449. Dat laatste komt omdat de gemiddelde maximum etmaaltemperaturen van de julimaanden veel dichter bij de trendlijn liggen dan die van de dagwaarden van figuur 3.

Statistische significantie betekent dat het gevonden resultaat (waarschijnlijk) niet op toeval berust. Dagwaarden zijn dus veel gevoeliger voor ‘toeval’ en daarom kunnen dagrecords beter gemeden worden. Dat geldt overigens ook voor bijna-dagrecords .

Onder de titel “Explosie extreem weer is schijn”  legt fysicus Arnout Jaspers in een nieuw artikel op https://www.wyniasweek.nl/explosie-extreem-weer-is-schijn/ op heldere wijze uit dat die ‘explosie’ van extreem weer -die tegenwoordig als schrikbeeld door klimaatalarmisten wordt opgevoerd- in feite niet bestaat. Dat doet Jaspers aan de hand van een boekje van Martijn van Calmthout dat veelzeggend  “Niet Normaal”  heet.

Jaspers haalt in zijn artikel de voorbeelden  van extreem weer zoals die door Martijn van Calmthout worden beschreven met speels gemak onderuit. Een mooi voorbeeld daarvan is de rol die kansverdeling speelt in klimaatverandering, waarbij Jaspers duidelijk maakt dat meer extreem weer vaak niets te maken heeft met ‘klimaatontwrichting’ maar met de vorm van de grafische voorstelling van kansverdeling en onze definitie van ‘extreem’.

Verstandige (en onverstandige) mensen doen er mijns inziens goed aan om in plaats van Martijn van Calmthouts boekje dat van Jaspers (De Klimaatoptimist) aan te schaffen.

Bron grafiek: https://www.worldweatherattribution.org/wp-content/uploads/ENG_WWA-Reporting-extreme-weather-and-climate-change.pdf

Fig.1

Een paar dagen geleden zag ik dit bestelwagentje aan de ‘stekker’ liggen. Met niet te missen lettergrootte was erop aangegeven dat deze auto 0 % CO2 uitstoot. Omdat dat heel bijzonder is heb ik er snel een foto van gemaakt en thuis op de website van het CBS opgezocht hoe de elektriciteitsbalans van Nederland eruit ziet.

We maken het vandaag niet te moeilijk en negeren het feit dat het produceren van de auto en het onderhoud natuurlijk ook CO2 uitstoot oproept. Dat geldt natuurlijk ook voor het opwekken van stroom, ook bij het gebruik van kernenergie en wind en zon. Maar omdat we het overzichtelijk willen houden doe ik net alsof de CO2-uitstoot van kernenergie, wind en zon nul is.

Fig.2  Bron: CBS

Figuur 2 laat zien dat bij het opwekken van elektriciteit in ons land in 2023 gemiddeld nog steeds meer dan 50% van de stroom afkomstig is van fossiele energiedragers. Die stroom van alle energiedragers wordt in het netwerk gepompt (gaat nog nét) en kan dan gebruikt worden om bijvoorbeeld het accupakket van die bestelwagen op te laden.

Nu is het vervelende van door de wind en de zon opgewekte stroom dat die niet vraaggestuurd maar aanbodgestuurd is. Ik heb daar wel een vaker over geschreven. Dat betekent dat bij veel zon en harde wind het aanbod van die stroom groter kan zijn dan die gemiddelde 41,6% uit de grafiek. Maar anderzijds kan ’s nachts bij weinig wind het aandeel van wind- en zonnestroom dalen tot bijna 0%. Die 0% CO2-uitstoot van het bestelwagentje is dus onzin. Misschien dat de eigenaar denkt dat hij met een 100% groene stroomcontract toch echt wel 0% CO2 uitstoot, maar het elektriciteitsnet veegt alle stroom bij elkaar. Die 100% groene stroom is puur administratief.

Dat wind- en zonnestroom aanbodgestuurd zijn zorgt ervoor dat het elektriciteitsnet in Nederland zo goed als vol zit. Met behulp van af- en aanschakelen van gasgestookte centrales proberen we voortdurend de balans te behouden tussen vraag en aanbod. Kerncentrales en kolencentrales kun je overigens niet zomaar eventjes af- en aanschakelen. Hoe groter het aandeel van zon en wind in het stroompakket, des te moeilijker wordt het om die balans te bewaren. Soms lukt dat niet, bij veel wind en zon, en dan gaat de stroom voor prijzen (ver) onder € 0,- de deur uit. En altijd moet je voor 100% backup (standby) hebben, voor als wind en/of zon het laten afweten.

Dat gemiddelde aandeel van zon en wind in de elektriciteitsbalans in Nederland van 41,6% is relatief hoog voor een land met weinig reliëf.  Maar bedenk dat minder dan 1/4 van wat we in Nederland aan energie gebruiken elektriciteit is.

Fig.3    Bron: CBS

Figuur 3 toont het gebruik (‘verbruik’) van alle vormen van energie per sector in 2023, uitgedrukt in PJ (petajoule). Ons bestelwagentje zit uiteraard in de sector ‘vervoer’. Die sector wordt dan weer onderverdeeld in binnenlandse luchtvaart, wegverkeer, railverkeer en binnenlandse scheepvaart. Van de 401,6 PJ voor vervoer wordt het overgrote deel (382,8 PJ) gebruikt door het wegverkeer.

Van die 382,8 PJ voor het wegverkeer is slechts 22,9 PJ afkomstig van hernieuwbare energie. Dat is 6%. De rest is afkomstig van fossiele energiedragers (en een beetje kernenergie). En dan te bedenken dat een deel van die 6% hernieuwbare energie afkomstig is van biomassa. Veelal gekapte bomen, door Frans Timmermans in zijn tijd als EU-commissaris bestempeld als ‘hernieuwbare energiedrager’. Maar ik geloof dat hij inmiddels afstand van dat standpunt genomen heeft.

Les: geloof niet alles, ook al staat het met koeienletters achterop een bestelwagentje.

Willis Eschenbach verrast mij en veel anderen keer op keer met uitstekende artikelen op WhatsUpWithThat over allerlei klimatologische kwesties. Hier de vertaling van een recent artikel over de beruchte hockeystickgrafiek, die in diverse varianten steeds maar weer opduikt. Willis laat zien waarom dat logisch is. Niet omdat dat hockeystickachtige verloop van de temperatuur van de afgelopen 2000 jaar ‘settled science’ is, maar door de statistische methodiek die gehanteerd wordt.

Mining for hockeysticks

Gastartikel door Willis Eschenbach (@weschenbach op Ex-Twitter)

De iconische “hockeystick” weigert gewoon te sterven. Hij werd voor het eerst gemaakt door Mann, Bradley en Hughes in hun artikel ‘Global-scale temperature patterns and climate forcing over the past six centuries’ (hierna “MBH98”) uit 1998.

Figuur 1. Originele hockeystickgrafiek

MBH98 beweerde aan te tonen dat na een lange periode met weinig verandering, de wereld plotseling begon op te warmen, en snel ook.

Een paar decennia geleden heeft Steve McIntyre op zijn website Climate Audit een heleboel fouten in MBH98 ontdekt. En ergens in die tijd merkte iemand (waarschijnlijk Steve maar misschien ook niet) op dat de merkwaardige (en wiskundig onjuiste) procedure die in MBH98 werd gebruikt, actief hockeysticks uit rode ruis kon halen.

[UPDATE]: De niet te stoppen Rud Istvan merkte in de comments op dat McIntyre en McKitrick in 2005 ‘Hockey sticks, principal components, and spurious significance’ publiceerden. Ik vind ook Mann, Bradley en Hughes antwoord op die studie, ‘Reply to McIntyre and McKitrick: Proxy-based temperature reconstructions are robust, waarin staat:

“McIntyre and McKitrick’s claim dat de gebruikelijke procedure (6 van het screenen van proxy data (gebruikt in sommige van onze reconstructies) “hockey sticks” genereert is niet onderbouwd in peer-reviewed literatuur en weerspiegelt een onbekendheid met het concept van screening regressie/validatie.”

Dit artikel zal aantonen dat de uitspraak van MBH niet juist is.

Ondanks dat alles werd MBH opgevolgd door verschillende, wat ik noem “hockalikes”, studies die beweerden onafhankelijk een hockeystick te vinden in de historische gegevens en waarvan dus werd beweerd dat ze de originele hockeystick van MBH98 ondersteunden en valideerden.

Natuurlijk werden in deze studies veel van dezelfde fouten herhaald die door McIntyre en anderen aan het licht waren gebracht. Hier is de geldgrafiek uit mijn post Kill It With Fire,  waarin de poging van Mann uit 2008 om de hockeystick te rehabiliteren (M2008) werd geanalyseerd.
Figuur 2. Cluster dendrogram met vergelijkbare groepen in de proxies van de M2008 hockalike

Merk op dat de hockeystick-vorm afhankelijk is van slechts een paar groepen proxies.

Wat ik me een paar dagen geleden realiseerde was dat, hoewel ik geloofde dat de MBH98 onjuiste wiskunde hockeysticks uit rode ruis kon halen, ik het zelf nooit had uitgeprobeerd. En belangrijker nog, ik had het nooit geprobeerd met eenvoudiger wiskunde, gewone gemiddelden in plaats van de ongecentreerde principale-componentenmethode van MBH98. Dit artikel is dus eigenlijk mijn laboratoriumnotitieboek van dat onderzoek.

De meest uitgebreide van deze hockalikes hebben betrekking op de PAGES-dataset, die drie incarnaties heeft gehad – PAGES2017, PAGES2019 en PAGES2K. PAGES2K begint in het jaar 1AD en bevat meer dan 600 proxy-records. Hier zijn verschillende temperatuurreconstructies met PAGES2K-gegevens, gedaan door verschillende onderzoeksgroepen, uit een Nature-artikel waarin de bewering wordt gepromoot dat er “Consistente multidecadale variabiliteit is in mondiale temperatuurreconstructies en -simulaties over onze jaartelling“.

Figuur 3. Verschillende historische reconstructies met behulp van de PAGES2K dataset.

Zoals figuur 3 laat zien, is het waar dat verschillende onderzoeken door verschillende teams zeer vergelijkbare hockeystick-vormen hebben opgeleverd. Hoewel dit veel indruk lijkt te maken op wetenschappers, zal dit artikel laten zien waarom dat zowel waar als betekenisloos is.

Om dat te kunnen doen, moeten we eerst de stappen in het proces van het maken van historische temperatuurreconstructies op basis van proxy’s begrijpen. Een “proxy” is een meting van verschillen in een meetbare variabele die verandert met de temperatuur. Over het algemeen geldt bijvoorbeeld dat wanneer het warmer is, zowel bomen als koralen sneller groeien. We kunnen dus de breedte van hun jaarringen analyseren als een proxy voor de omgevingstemperatuur. Andere proxy’s voor de temperatuur zijn isotopen in ijskernen, sedimentsnelheden in meren, speleothems, magnesium/calcium verhoudingen in zeeschelpen en dergelijke.

Het maken van een historische dataset op basis van proxy’s gaat als volgt:

1. Verzamel een heleboel proxy’s.
2. Verwijder de proxy’s die niet “temperatuurgevoelig” zijn. Temperatuurgevoelige proxy’s kunnen geïdentificeerd worden door te kijken of ze over het algemeen gelijk (of tegen gelijk) lopen met historische temperatuurwaarnemingen (hoge correlatie).
3. Ze kunnen positief gecorreleerd zijn (zowel de temperatuur als de proxy stijgen/dalen samen) of negatief gecorreleerd (als de een stijgt, daalt de ander). Beide zijn gevoelig voor de temperatuur en dus nuttig. Dus moeten we de proxy’s met een negatieve correlatie gewoon omdraaien.
4. Gebruik een wiskundige methode, eenvoudig of ingewikkeld, om het gemiddelde te nemen van alle of een deelverzameling van de individuele proxy’s.
5. Succes verzekerd.

Lijkt een redelijk idee. Zoek temperatuurgevoelige proxy’s en bereken het gemiddelde ervan om het verleden te reconstrueren. Dus … wat is er niet leuk aan? Om te beginnen is hier de beschrijving uit het artikel waarin de PAGES2K dataset wordt aangekondigd, getiteldA global multiproxy database for temperature reconstructions of the Common Era.

“Reproduceerbare klimaatreconstructies van het Gemeenschappelijk Tijdperk (1 CE tot heden) zijn essentieel om de opwarming van het industriële tijdperk in de context van natuurlijke klimaatvariabiliteit te plaatsen.

    Hier presenteren we een database van temperatuurgevoelige proxygegevens uit het PAGES2k initiatief. De database verzamelt 692 gegevens van 648 locaties, waaronder alle continentale regio’s en grote oceaanbekkens. De gegevens zijn afkomstig van bomen, ijs, sediment, koralen, speleothems, documentair bewijsmateriaal en andere archieven. Ze variëren in lengte van 50 tot 2000 jaar, met een mediaan van 547 jaar, terwijl de temporele resolutie varieert van tweewekelijks tot honderdjarig. Bijna de helft van de proxy-tijdreeksen is significant gecorreleerd met de HadCRUT4.2 oppervlaktetemperatuur over de periode 1850-2014.”

PAGES2K heeft dus de eerste stap gezet in het maken van een op proxy’s gebaseerde temperatuurreconstructie. Ze hebben een groot aantal proxy’s verzameld en vastgesteld dat ongeveer de helft daarvan “temperatuurgevoelig” is op basis van hun overeenkomst met de HadCRUT oppervlaktetemperatuur.

Om te laten zien wat er niet goed is, heb ik groepen van 692 “pseudoproxy’s” gemaakt die overeenkomen met de grootte van de PAGES2K dataset. Dit zijn willekeurig gegenereerde imitatie “tijdreeksen” die beginnen in jaar 1, vergelijkbaar met de lengte van het PAGES2K. Ik heb ze zo gemaakt dat hun autocorrelatie ongeveer overeenkomt met de autocorrelatie van de temperatuurrecords, die vrij hoog is. Op die manier zijn ze “levensecht” en komen ze goed overeen met de echte temperatuurmetingen. Hier zijn de eerste tien van een willekeurige serie.

Figuur 4. Willekeurig gegenereerde pseudoproxy’s met hoge autocorrelatie, ook wel “rode ruis” genoemd.

Zoals je kunt zien, kunnen ze allemaal redelijkerwijs de temperatuurgeschiedenis van twee millennia van een denkbeeldige planeet weergeven. Hoe goed is hun correlatie met temperatuurwaarnemingen na 1850? Figuur 4 toont die gegevens.

Figuur 5. Correlaties van 692 willekeurige pseudoproxy’s met de Berkeley Earth moderne temperatuurwaarnemingen.

Dit is ongeveer wat we zouden verwachten: ongeveer de helft van de pseudoproxy’s toont een positieve correlatie met de waargenomen temperatuurgegevens, de andere helft heeft een negatieve correlatie en de meeste proxy’s hebben geen sterke correlatie met de temperatuur.

En hier is het gemiddelde van alle pseudoproxy’s:

Figuur 6. Gemiddelde, 692 pseudoproxy’s. De rode lijn toont het begin van de instrumentele gegevens van Berkeley Earth. Merk op dat er geen hockeystick is – integendeel, in dit geval heb ik, om vertekening van mijn resultaten te voorkomen, een reeks pseudoproxy’s gekozen waarvan het gemiddelde daalt aan het recente einde. Er is ook geen significante trend in de totale gegevens.

OK, dus we hebben de proxy’s en we hebben de correlatie berekend van elke proxy met het instrumentele record. Vervolgens heb ik, volgens stap 3 in de hierboven beschreven procedure, de proxy’s met een negatieve correlatie met de instrumentele gegevens omgedraaid (omgekeerd). Dat betekende dat alle proxy’s positief gecorreleerd waren met de gegevens van Berkeley Earth.

Op dit punt was ik van plan om te kijken hoe een gemiddelde eruit zou zien als ik alleen de pseudoproxy’s zou selecteren met een hoge correlatie met het instrumentele record, zeg 0,5 of meer … maar eerst dacht ik, zonder speciale reden, om te kijken naar een simpel gemiddelde van de hele dataset nadat ik de negatief gecorreleerde pseudoproxy’s had omgekeerd. Ik was stomverbaasd.

Figuur 7. Gemiddelde van alle pseudoproxy’s na simpelweg omkeren (inverteren) van degenen met een negatieve correlatie met de instrumentele gegevens.

Hier zien we waarom alle verschillende middelingsmethoden hetzelfde “historisch record” opleveren … omdat de hierboven genoemde procedure actief zoekt naar hockeysticks in willekeurige rode ruis.

Merk op dat het niet nodig is om de pseudoproxy’s die een negatieve correlatie met de temperatuur hebben om te draaien (inverteren). We kunnen hetzelfde hockeystick-resultaat krijgen door simpelweg alle negatief gecorreleerde proxy’s weg te gooien.

Een interessant detail van figuur 7 is dat er een scherpe daling is in het gemiddelde voor het begin van de periode die gebruikt wordt voor de correlatie. Ik neem aan dat dit komt doordat je voor zo’n grote stijging eerst naar een laag punt moet gaan.

En deze daling in het gemiddelde vanaf 1775 is interessant omdat je die kunt zien in zowel Paneel A als Paneel B van de PAGES2K reconstructies in Figuur 3 hierboven. Dezelfde daling na 1775 is ook zichtbaar in de MBH hockeystick in Figuur 1, hoewel deze horizontaal wordt uitgerekt door de verschillende tijdschalen van de MBH en PAGES2K grafieken.

Een ander punt van aandacht is dat de procedure een licht dalende trend heeft geïntroduceerd vanaf het begin tot een scherpe daling rond 1775. Ik wijt dat aan het feit dat de procedure de voorkeur geeft aan “U”-vormige datasets, maar dat ben ik maar.

In elk geval is de licht neerwaartse trend een echt effect van de procedure. Dat weten we omdat er geen neerwaartse trend is in de volledige dataset. We weten ook dat het een echt effect is om een tweede reden: we zien dezelfde licht neerwaartse trend in de originele MBH Hockeystick in Fig.1, en ook in Panel “a” van Figuur 2.

Tot slot, waarom is er zo weinig variatie in het “handvat” van de hockeystick? Zijn de temperaturen in het verleden echt zo stabiel?

Nee. Het is een ander artefact. Het handvat van de hockeystick is gewoon een gemiddelde van een vermoedelijk groot aantal willekeurige datasets met rode ruis. Als je het gemiddelde neemt van een aantal willekeurige datasets met rode ruis, krijg je een rechte lijn.

Mijn volgende gedachte was: hoeveel moet ik de pseudoproxies verstoren om een zichtbare hockeystick te krijgen?

Om dat te onderzoeken nam ik dezelfde originele dataset. In dit geval heb ik echter slechts 40 proxy’s omgekeerd, de proxy’s met de grootste negatieve correlatie. Ik heb dus alleen de sterkste negatieve signalen omgedraaid en de rest van de proxy’s met negatieve correlatie als onaangeroerde rode ruis achtergelaten. Dit is het resultaat.

Figuur 8. Gemiddelde van alle pseudoproxy’s na het omdraaien van de pseudoproxy’s met de top veertig van negatieve correlatie met de instrumentele data.

Merk op dat minder dan zes procent (veertig) van de pseudoproxy’s werden omgedraaid, en dat alle vier hockeystick-kenmerken al zichtbaar zijn: een recht handvat, een licht dalende trend tot 1775, een scherpe daling tot 1850, en een bijna verticale hockeystick “blade” vanaf 1850.

Hoe zit het aan de andere kant, waar we alleen die met de sterkste correlatie selecteren? Hier is het gemiddelde van alleen het bovenste kwart van de gegevens (176 pseudoproxy’s) zoals gemeten aan de hand van hun correlatie met de waargenomen temperatuur.

Figuur 9. Gemiddelde van alleen het bovenste kwart van de gegevens, die met de beste correlatie met de gegevens van Berkeley Earth.

Hetzelfde. Rechte handgreep op de hockeystick. Langzame daling tot 1775. Scherpe daling. Verticaal hockeystickblad daarna.

Uiteindelijk, na er een nachtje over te hebben geslapen, realiseerde ik me dat ik naar de best-case scenario’s had gekeken … maar hoe zit het met de worst-case? Dus hier is de helft van de pseudoproxy’s met de slechtste correlatie met de waargenomen temperatuur.

Figuur 10. Gemiddelde van alleen de onderste helft van de gegevens, die met de slechtste correlatie met Berkeley Earth gegevens.

Ondanks het gebruik van alleen de helft van de pseudoproxy’s met de slechtste correlatie met temperaturen, die met een correlatie van 0,22 of minder, krijgen we hetzelfde verhaal als eerder – dezelfde rechte hockeystickgreep, dezelfde lichte daling tot 1775, dezelfde scherpe daling tot 1850, en hetzelfde verticale hockeystickblad na 1850.

Nu is er een interessant en gemakkelijk te missen punt in de bovenstaande grafieken. Terwijl de vorm hetzelfde blijft: hoe groter de correlatie, hoe hoger het blad van de hockeystick. De verschillende procedures veranderden de punt van het blad van ~0,1 met slechts 40 omgedraaid, tot ~1,5 met de slechtst gecorreleerde pseudoproxies, tot ~0,3 met alle pseudoproxies omgedraaid, tot ongeveer ~0,7 met alleen de best gecorreleerde. Ze vertoonden dus allemaal dezelfde “hockeystick” vorm, en ze verschilden alleen in de grootte van het blad. Merkwaardig.

Ik heb hierboven gezegd dat deze post zou laten zien waarom het zowel waar als betekenisloos is dat verschillende studies allemaal hockeysticks opleveren. En ik zei hierboven dat ik zou laten zien dat de bewering van MBH fout was, waar ze zeiden dat het idee dat de procedure “hockeysticks genereert” “ongefundeerd” is.

De reden is heel duidelijk in de figuren hierboven te zien. Het maakt niet uit wat de onderzoekers doen, aangezien ze allemaal een variatie gebruiken van de standaardprocedure die ik bovenaan de post heb opgesomd, krijgen ze gegarandeerd een hockeystick. Daar ontkom je niet aan. Die procedure haalt absoluut en zeer effectief hockeysticks uit willekeurige rode ruis.

Fig.1

Zou u de kwaliteit van bovenstaande sleutel vertrouwen? Ik niet, en u ziet (hopelijk) wel waarom. Iets dergelijks overkwam me toen ik een artikel in de Volkskrant las over het stilvallen van de AMOC. De AMOC, Atlantic Meridional Overturning Circulation, is een systeem van oceaanstromingen dat water in de Atlantische Oceaan laat circuleren en warm water naar het noorden en koud water naar het zuiden brengt.

Fig.2    Bron: Johns et al 2023

Bovenstaande figuur is afkomstig van een recente publicatie over de AMOC en geeft op een juiste wijze (een deel van) de AMOC weer. Warmte wordt vanuit de Golf van Mexico richting Europa getransporteerd, en zakt voor de oostkust van Groenland als gevolg van temperatuur- en zoutverschillen naar de diepte. Daarna stroomt het afgekoelde water op grotere diepte naar het zuiden, richting zuidelijke Atlantische Oceaan, Indische Oceaan en Pacific. Op diverse plaatsen komt dat water weer aan de oppervlakte en stroomt terug richting Golf van Mexico, In de tropen wordt die stroom weer opgewarmd. De AMOC vormt zo ons grootste circulatiesysteem en verdeelt warmte (en koude) op aarde .

Maar wat heeft dat alles nu te maken met die sleutel van figuur 1? Een stukje van die AMOC, namelijk het warme deel voor de kust van Florida, heet Golfstroom of Gulf Stream. Zodra die de Mid Atlantische Rug gepasseerd is heet diezelfde zeestroom Noord-Atlantische Drift. ‘Een golfstroom’ in de zin van zeestroom bestaat dus niet. Maar in het Volkskrantartikel wemelt het van die ‘golfstromen’. Onzin dus. Maar er is nog meer onzin te zien:

Fig.3    Bron: Volkskrant

Figuur 3 is afkomstig uit het artikel in de Volkskrant. Ik vergelijk het noordelijk deel van de Atlantische Oceaan op dit kaartje met figuur 2. De rode (warme) zeestroom stroomt volgens de Volkskrant in het oostelijk deel van de Atlantische Oceaan, volstrekte onzin. En kijk eens naar die namen: Warme golfstroom en Koude golfstroom. Verschrikkelijk.

Fig.4    Bron: KNMI

Het KNMI doet het op haar website beter dan de Volkskrant: de kaartjes kloppen en Golfstroom wordt met een hoofdletter geschreven. Maar ook het KNMI gaat in de fout door regelmatig de ‘Warme Golfstroom’ van stal te halen (figuur 4).

Fig.5    Bron: Volkskrant

Maar nu naar de inhoud. De kop van het Volkskrant is alarmerend (let op die kleine letter ‘g’). Is dat terecht, moeten we ons zorgen maken? Het Volkskrantverhaal is gebaseerd op een recente paper van Stefan Rahmstorf (2024).

Rahmstorf heeft al vaker over het stilvallen van de AMOC geschreven, en baseerde zich daarbij o.a. op het werk van zijn collega Niklas Boers. Rahmstorf is mijns inziens een klimaatalarmist, en in zijn recente paper is hij weer goed op dreef. Centraal in zijn narratief is het bestaan van tipping points, waarna de AMOC zou instorten. Maar die tipping points zijn het resultaat van modellen, die evenzovele verschillende tipping points produceren.

Rahmstorf: “This brings us to an important question: Can we trust climate models on this? Generally, climate models have done a great job in predicting global mean temperatures.” Dat laatste is opmerkelijk, want peer reviewed publicaties in het recente verleden hebben aangetoond dat klimaatmodellen er vrijwel altijd weinig van bakken. Zie onder andere hier, hier en hier.

Rahmstorf verwijst naar gereconstrueerde fasen van AMOC instortingen, vooral tijdens “Heinrich Events” in de laatste ijstijd. In die tijd trokken grote hoeveelheden ijsbergen ver naar het zuiden, waar ze smolten en zo wellicht de AMOC tot stilstand brachten door verzoeting.

Alhoewel Rahmstorf zeker medestanders kent met betrekking tot zijn toekomstbeelden, worden die niet algemeen gedeeld door klimatologen en oceanografen:

In een recente paper van Zhou et al (mei 2024) in Science concluderen de onderzoekers dat de Groenlandse ijskap zich door het smelten terugtrekt van de kust, en de ijsbergafvoer niet lang genoeg aanhoudt om op zichzelf een grote verstoring van de AMOC te veroorzaken.

Worthington et al (2021) concluderen na onderzoek: “ … de tijdreeks laat geen algehele AMOC-afname zien zoals aangegeven door andere proxy’s en klimaatmodellen met hoge resolutie. Onze resultaten benadrukken dat het adequaat vastleggen van veranderingen in de diepe circulatie essentieel is voor het detecteren van antropogene klimaatverandering gerelateerde AMOC-afname.”

Fu et al (2020) concluderen: “De bestaande AMOC-waarnemingen op basis van arrays zijn echter niet lang genoeg om multidecadale veranderingen vast te leggen. Hier gebruiken we herhaalde hydrografische secties in de subtropische en subpolaire Noord-Atlantische Oceaan, gecombineerd met een invers model dat is gebaseerd op satelliethoogtemetingen, om gezamenlijk de AMOC en hydrografische veranderingen van de afgelopen drie decennia te analyseren. We laten zien dat de AMOC-status in het afgelopen decennium niet duidelijk verschilt van die in de jaren 1990 in de Noord-Atlantische Oceaan, met een opmerkelijk stabiele verdeling van de subpolaire omwenteling die zich vooral voordoet in de oostelijke bekkens in plaats van in de Labradorzee.”

Amy Browser, oceanograaf aan het Woods Hole Oceanographic Institution, tekende in 2021 naar aanleiding van een recente AMOC paper van Niklas Boers, collega van Rahmstorf:

“While Boers’ study is interesting, it is one man’s opinion. We don’t have direct observations (of temperature, salinity and other environmental conditions) that are long enough to corroborate his conclusions”.

Boers himself acknowledged this in his paper, expressing concern about only two decades of direct observations and the concern that long-term natural cycles and other causes could be affecting the data. He said that they were insufficient on their own to “infer climatological AMOC weakening and a contribution by anthropogenic (human) climate change.” But he thinks that using computer modeling and other data using ice and sediment coring revealed the “fingerprints of a weakening AMOC over the last 150 years.”

While Bower appreciated the effort to use modeling and other proxies to reach his conclusions, she thinks the uncertainty was too high to say the AMOC was nearing shutdown. The AMOC is a complicated system and answers don’t come easy, Bower said.”

MetOffice in GB noteert: “Oceanographers have been measuring the AMOC continuously since 2004. The measurements have shown that the AMOC varies from year to year, and it is likely that these variations have an impact on the weather in the UK. However it is too early to say for sure whether there are any long term trends. Before 2004 the AMOC was only measured a few times..”

Fig.6    Bron: KNMI

De korte periode dat de AMOC gemeten wordt op 26,5 NB (2004 tot heden) levert de grafiek van figuur 6 op. Tussen 2004-2010 is er inderdaad sprake van een daling, maar vanaf 2010 niet meer. De data zijn afkomstig van het project RAPID, waarbij boeien op 26,5 NB rechtstreeks de verschillende stromingen meten die samen de AMOC vormen. De stromingen worden gemeten in de Golfstroom, een ander deel is het Ekman transport (wind aangedreven), en tot slot de zuidwaartse retourstroom van verschillende lagen koud water. Deze drie componenten vormen samen de AMOC, zie de rode tijdreeks in de figuur hieronder.

Fig.7    Bron: RAPID

Alleen de aanvoer van warm water door de Gulf Stream is in de loop van de meetperiode iets afgenomen, alle andere stromen zijn stabiel. Rood met zwarte lijn is de AMOC.

Fig.8    Bron: Johns et al 2023

De alarmistische visies op de AMOC vinden hun oorsprong in modellen die t.b.v. het IPCC zijn gemaakt. Figuur 8 is afkomstig van de paper van Johns et al, maar stamt van origine uit het AR6 rapport van het IPCC.

Voor de duidelijkheid heb ik met een groen blok aangegeven in welke periode er systematisch aan de AMOC gemeten is (vanaf 2004 tot heden). De lijn vóór 2004 en alle lijnen na 2022 zijn de resultaten van modellen die ingezet zijn.

Fig.9    Bron: KNMI

Op de website van het KNMI (figuur 9) is te lezen dat er een enorme inspanning verricht is om de sterkte van de AMOC te meten. Wij weten nu dat dat meten pas in 2004 gestart is. De hindcast van vóór 2004 en alle forecast van ná 2022 is het werk van modellen. Bovendien is ook de tekst op de AMOC pagina’s van het KNMI te alarmistisch. Het KNMI gaat daarmee voorbij aan de grote onzekerheden die in de wetenschappelijke wereld leven met betrekking tot het mogelijk instorten van de AMOC.

Conclusie: de meetgegevens van de AMOC laten zien dat die stabiel is, er is geen sprake van ‘instorting’. Sommige wetenschappers lijken er plezier in te hebben om gewone burgers angst aan te jagen. En helaas werken sommige journalisten daar graag aan mee. Die wetenschappers zouden zich meer moeten verlaten op meetgegevens en wat minder vertrouwen moet hebben in modellen. Zijn er onvoldoende meetdata? Dan zijn harde conclusies onmogelijk. Van het KNMI zou ik mogen verwachten dat er 100% objectief bericht wordt. Dat lukt helaas niet altijd.

Fig.1    Bron: KNMI

“Visualisatie van data is een krachtige manier om informatie over te brengen. ‘Warming stripes’, een klimaatstreepjescode, laat zowel de jaar-op-jaar variaties als de opwarming van het klimaat goed zien.” Zo begint de uitleg van het KNMI bij de eerste klimaatstreepjescode die werd toegepast. Figuur 1 toont die code voor De Bilt voor 1901-2023, waarbij het koudste jaar 1963 zeer donkerblauw is (gemiddelde temperatuur 7,8 °C) en 2023 zeer donkerrood (11,8 °C).

Fig.2   Bron: WUWT

Die van-blauw-naar rood streepjes zijn bedacht door prof Ed Hawkins van de University of Reading. Figuur 2 toont de streepjescode volgens Hawking voor de aardse temperatuur van 1850-2023. Deze grafiek is gebaseerd op Hadcrut5 data (anomalieën), waarbij het temperatuurverschil tussen het koudste jaar (1904) en het warmste jaar (2023) ongeveer 1,5 °C. is. Identieke kleuren in de figuren 1 en 2 betekenen dus niet identieke temperaturen. Het is een soort elastische schaal, waarbij het donkerste blauw het koudste jaar vertegenwoordigt en het donkerste rood het warmste jaar.

Zo’n klimaatstreepjescode is dus vooral een visueel ‘hulpmiddel’ en geeft geen exacte informatie. Maar is dat erg? Anthony Watts en Charles Rotter schreven vandaag een mooi artikel op de populaire klimaatsite WhatsUpWithThat over die klimaatstreepjescode. Ze schrijven: “Ziet er onheilspellend uit, toch? Dat is precies wat ze willen dat je denkt. Dit is geen klimaatwetenschap, dit is visuele propaganda voor leunstoelklimatologen aka klimaatactivisten.” Door die elastische schaal van donkerblauw naar donkerrood is er nauwelijks sprake van informatie-overdracht en veel meer van beeldvorming.

Deze visuele campagne van professor Ed Hawkins heeft als doel om “gesprekken op gang te brengen over onze opwarmende wereld en de risico’s van klimaatverandering“. Dat heeft hij gedaan, maar zoals veel klimaatalarmisten laat hij slechts een piepklein deel van de temperatuurgeschiedenis van de aarde zien. Dat laatste doen Watts en Rotter wel:

Fig.3    Bron: WUWT

Figuur 3 toont de klimaatstreepjescode voor een periode met een geologische tijdschaal, het Cenozoïcum. Dat omvat het Tertiair (66 – 2,6 mln jaar BP) en het Kwartair (2,6 mln jaar BP – heden). Het aardige van figuur 3 is dat als je die periode van 66 mln jaar vergelijkt met de grafieken 1 en 2 (met een lengte van respectievelijk 123 en 174 jaren) het beeld omgekeerd is. Het laat zien dat het in het geologische verleden veel warmer was en we ons nu in een koele periode bevinden (op weg naar een nieuwe ijstijd).

Fig.4    Bron: WUWT

Figuur 4 toont dezelfde Cenozoïsche klimaatstrepen, maar nu met δ¹⁸O-waarde als temperatuurproxy (reconstructies van temperatuur) erop geplot, afkomstig van Hansen et al., 2008. Met behulp van de data van Hansen is nu af te lezen dat het temperatuurverschil in de afgelopen 66 mln jaar meer dan 18 °C was, van het warmste streepje zo’n 51 mln jaar geleden tot het –meest recente- koudste streepje.

Men zou kunnen tegenwerpen dat die aan de mens toegeschreven opwarming van de laatste decennia in de grafieken van figuur 3 en 4 niet te zien is/zou zijn vanwege het verschil in horizontale schaal. Dat klopt, de horizontale as van het Cenozoïcum heeft noodzakelijkerwijs een veel lagere resolutie. Maar bedenk dat dat resolutieverschil geldt voor alle 66 miljoen jaren. Hadcrut5 non infilled geeft voor de periode 1850-2023 een globale temperatuurstijging van ruim 1 °C. Hoeveel van die relatief korte (174 jaren) periodes met een temperatuurstijging van 1 °C zijn er dus niet te zien in de grafiek van figuur 4 vanwege die lage resolutie?