Gastblog van Tinus Pulles
Er is recentelijk veel discussie rondom de vraag of het warme weer van de laatste weken wordt veroorzaakt door klimaatverandering. Op Twitter leidt dat tot een lange reeks van tweets over deze kwestie. Een van de topics is de “hittegolven”: worden er dat nu meer of niet? “Hittegolven” en met name de frequentie daarvan wordt hier gezien als één van de indicatoren dat het klimaat warmer wordt en de extremen wellicht extremer.
In deze discussie is het van belang je te realiseren dat er verschillende definities van het begrip “hittegolf” zijn:
- De “informele” definitie in het algemeen spraakgebruik (van Dale): een periode met zeer hoge temperaturen
- De “officiële” definitie in de meteorologie (KNMI): een serie van minstens 5 zomerse dagen waarvan er zeker 3 tropisch zijn
- een zomerse dag heeft een (maximum) temperatuur van 25,0 graden of hoger.
- een tropische dag is volgens de meteorologie een dag waarop de maximumtemperatuur 30,0 graden of hoger is.
Deze twee verschillende definities zijn verwarrend in een discussie tussen niet-deskundigen. Wanneer bijvoorbeeld twee “officiële” hittegolven, kort na elkaar plaatsvinden (zoals in de afgelopen periode, zullen die in veel gevallen als één periode met zeer hoge temperaturen worden waargenomen. Of, met andere woorden, als die enkele koelere dag tussen twee officiële hittegolven niet plaatsvindt, is het maar één officiële hittegolf, terwijl er in het spraakgebruik nog steeds één periode met zeer hoge temperaturen is voorgekomen.
Er kan dus een verschil zijn tussen het aantal hittegolven dat officieel wordt geteld en dat aantal dat informeel wordt waargenomen. Dit is nog los van de mogelijkheid dat bij een officiële hittegolf in de Bilt (“nationale hittegolf”) op andere plaatsen in het land géén formele hittegolf wordt waargenomen. En omgekeerd: bij een lokale hittegolf elders in het land hoeft die niet ook in de Bilt te zijn waargenomen.
Een tweede probleem bij het vaststellen of het aantal hittegolven in de loop der jaren verandert, is dat de metingen van het KNMI niet altijd volledig consistente meetseries kunnen leveren. Meetlocaties kunnen veranderen en meetinstrumenten kunnen worden verbeterd en vernieuwd. Beide veranderingen zijn in de loop van de afgelopen 120 jaar voorgekomen. Het KNMI probeert daarom uit de ruwe metingen consistente tijdreeksen af te leiden, de zogenaamde gehomogeniseerde meetreeksen. Een belangrijk aspect van dit homogeniseren is dat de nieuwere meetopstelling tot ongeveer 2 graden lagere temperaturen waarneemt dan de oudere. Deze 2 graden betreft de maximum waarden op warmere dagen, voor de gemiddelde dagwaarden kon dit oplopen tot circa 1,1 graad. Dat betekent dat in de “officiële” definitie van een hittegolf dagen, die in de oude methode als nét zomers of nét tropisch worden gezien, in de nieuwere methode niet meer zomers of tropisch zullen zijn. Daarmee neemt dus het aantal “officiële” hittegolven in de periode dat de oude opstelling werd gebruik af. Met name Marcel Crok maakt zich daar nogal druk over. Maar hij niet alleen. De werkelijkheid verandert uiteraard niet door deze homogenisatie en ook niet door de nieuwe meetmethode of de andere locatie.
Als je niet homogeniseert zijn de schatting van het aantal “officiële” hittegolven in de periode vóór de nieuwe meetmethode en nieuwe locaties niet met die van daarna vergelijkbaar. Als je dus iets wilt zeggen over de verandering in frequentie van hittegolven, moet je óf de oude methode en locaties óf de nieuwe methode en locaties voor de héle tijdreeks toepassen, precies de reden waarom KNMI de homogenisatie toepast. Als je dat niet vertrouwt, moet je met een alternatief komen óf moet je de hele tijdreeks naar de oude locaties en meetmethode corrigeren, een niet-principieel andere homogenisatie dan die door KNMI is toegepast. Je vindt in het laatste geval méér hittegolven voor 1950 én meer hittegolven ná 1950 dan in het KNMI nu rapporteert. Naar verwachting zal de toename er nog min of meer hetzelfde uitzien. De oude methode voor 1950 en de nieuwe na 1950 gebruiken zoals Crok doet in zijn onderzoeksvoorstel is gewoon inconsistent en dus fout!
Het gebruik van het concept “hittegolf” is wat mij betreft dus een beetje onhandig. Mensen begrijpen er iets anders onder dan officieel wordt bedoeld. Het simpelweg tellen van het aantal keren dat minstens een aantal achtereenvolgende dagen de maximale temperatuur boven een vaste waarde komt is gevoelig voor hoe je die vaste waarde precies meet. Bij een veranderende meetmethode zou ook die grenswaarde moeten worden aangepast om een consistente tijdreeks te genereren of moeten de gemeten waarden worden gehomogeniseerd.
Het doel was te onderzoeken of de warmste dagen in een jaar ook warmer worden. Ik presenteer hieronder een wat eenvoudiger indicator die deze vraag kan beantwoorden dan de indicator “frequentie van hittegolven”. Deze indicator is vergelijkbaar met wat ik heb voorgesteld voor intense regenbuien: de maximale temperatuur op een dag die per jaar 1, 5, 10 of 20 keer wordt bereikt.
| Gehomogeniseerde data van: https://cdn.knmi.nl/knmi/map/page/klimatologie/gegevens/daggegevens/temp_260.txt |
| Ruwe data van: http://projects.knmi.nl/klimatologie/daggegevens/selectie.cgi |
Deze twee data sets zijn gecombineerd in één tabel als hieronder. In de analyses hieronder worden alleen de gehomogeniseerde gegevens gebruikt, tenzij anders vermeld. Voor wie die niet vertrouwt: kijk naar de resultaten van de jaren ná 1950.
Een eenvoudige manier om naar de frequentie en duur van warme periodes te kijken kan door de lengte van afzonderlijke periodes met een etmaal-gemiddelde temperatuur (T_etm) of een maximale temperatuur (T_max) hoger dan een zekere waarde te onderzoeken. Omdat de frequentie van dat soort periodes niet al te hoog is, presenteert onderstaande figuur deze aantallen per decennium. Let op: het laatste decennium is nog niet voorbij!
Met name de frequentie van warme perioden met meer dan een paar etmalen lang een gemiddelde temperatuur boven 20 of 25 graden neemt duidelijk toe. De eerst is ruwweg verdubbeld in een eeuw tijd, terwijl de laatste begin 20e eeuw helemaal niet voorkwamen en begin 21e eeuw ongeveer eenmaal per jaar. Het beeld voor periodes met een maximale etmaaltemperatuur boven 20 of 25 graden is minder duidelijk.
Een andere manier om naar warme dagen in een jaar te kijken is vast te stellen wat de warmste dag in een jaar is of welke temperatuur op niet meer dan 1% of 5% van de dagen wordt overschreden. Dat is ongeveer de vijfde en de twintigste warmste dag per jaar. Deze laatste, zogenaamde hogere percentielen, zijn veel minder gevoelig voor toevallige uitschieters die maar één of twee keer in een jaar voorkomen. Daarmee is dit een relatief robuuste statistische maat voor regelmatiger optredende extreme waarden dan die éne toevallig zeer hete dag. Door ook hier per decennium te kijken zouden we ook nog een grotere gevoeligheid kunnen bereiken.
Maar eerst per jaar:
In de figuur wordt de over het etmaalgemiddelde temperatuur voor de warmste, de vijfde en twintigste warmste dag van elk jaar weergegeven. Ondanks de zeer grote variatie van jaar tot jaar, laten de lineaire regressielijnen voor deze punten een duidelijke stijging zien. In het begin van de twintigste eeuw waren de etmaaltemperaturen op deze dagen rond 17, 20 en 22 °C, terwijl zij nu respectievelijk 20, 23 en 25 °C lijken te zijn. We zien ruwweg dezelfde stijging terug als we de analyse niet per jaar, maar per decennium uitvoeren. Ter vergelijking zijn hier ook de niet-gehomogeniseerde waarden gegeven, waarvoor KNMI dus geen overeenkomstige metingen ná 1950 beschikbaar heeft.
Rondom homogeniseren van de data heb ik hier betoogd dat, als je een overzicht over een lange periode maakt, het onvermijdelijk is dat je de meetgegevens corrigeert voor veranderingen in meetlocatie en voor veranderingen in de apparatuur en de opstelling daarvan. Het KNMI heeft dat gedaan en goed onderbouwd. Er zijn twee alternatieven om, als je die homogenisatie niet zou vertrouwen, hiermee om te gaan:
- alleen de gegevens van ná de introductie van de nieuwe meetlocatie en de nieuwe apparatuur in de analyses betrekken; in de plaatjes hierboven gaat het dan over de periode ná 1950,óf alleen de gegevens van vóór 1950 in de analyses opnemen (de gele symbolen in de grafiek hierboven)
- een “betere” homogenisering uitvoeren. Daarvoor zie ik de noodzaak niet en mis ik de expertise. De tijdreeksen zoals hier gepresenteerd laten geen duidelijke trendbreuken rond 1950 zien, hoewel er een vertraging van het warmer worden van de warmste dagen in de jaren 50 en 60 van de vorige eeuw zou kunnen zijn. De nasleep van de oorlog?
In al deze analyses stijgt de temperatuur op de warmste dagen per jaar en per decennium met de tijd. Die temperaturen lijken in de ruim 100 jaar ongeveer 2 graden Celsius hoger te zijn geworden.
Klimaatverandering 
Dank Tinus. Uit deze studie dreigt overzicht. Hier hebben we wat aan!
LikeLike
“ De werkelijkheid verandert uiteraard niet door deze homogenisatie en ook niet door de nieuwe meetmethode of de andere locatie.”
Nee, er zal niemand geloven dat de werkelijkheid verandert maar wel zal er twijfel zijn aan de wijze waarop middels homogenisatie een “wekelijkheid” wordt gepresenteerd.
Oke het wordt wat warmer en nu nog even vaststellen of dit de variatie is in weer of misschien klimaat (al meten we daarvoor nog veel te kort) en bij verandering van klimaat voor wel deel dat op conto van menselijk handelen moet worden toegeschreven.
Mooi overzicht maar we hebben er niets aan.
LikeLike
Frans,
Zoals Tinus keurig heeft uitgelegd in dit stuk is homogenisatie iets volkomen logisch. Iedereen die het wil begrijpen snapt dat correcties voor bijvoorbeeld een verandering in meetmethode of -locatie nodig kunnen zijn. En dat gehomogeniseerde data dus een beter beeld geven van het werkelijke temperatuurverloop dat niet gehomogeniseerde data. Alleen degenen die maar blijven weigeren de realiteit van het opwarmende klimaat te accepteren suggereren steeds maar weer dat homogenisatie verdacht zou zijn. Zonder verdere inhoudelijke argumenten natuurlijk. Daarmee zeg je niets over het klimaat of over de wetenschap, maar alleen maar iets over jezelf.
Overigens: homogenisatie is niet volmaakt en er is ook niemand die dat beweert. Er blijft dus altijd wat extra onzekerheid over n.a.v. inhomogeniteiten in een meetreeks, maar aan dergelijke onzekerheid zitten altijd twee kanten: het kan net zo goed een onder- als een overschatting van de werkelijke opwarming tot gevolg hebben.
LikeLike
Het is maar net hoe je met de meetgegevens van de hittegolven googelt. (oftewel de cijfers naar de hand zet om de opwarming aan te dikken)
Als je berekeningen van Klimaatgek.nl er naast legt dan zie je dat voor de homogenisatie van 2016 er 16 hittegolven zijn verdwenen van voor 1960. Tel uit je winst
(In de site van klimaatgek heb ik meer vertrouwen. Vooral op de wijze van het berekenen en presenteren van de meetgegevens)
LikeLike
@Wim de Jong
“Het is maar net hoe je met de meetgegevens van de hittegolven googelt. (oftewel de cijfers naar de hand zet om de opwarming aan te dikken).”
Er worden geen cijfers naar de hand gezet of iets aangedikt. Homogenisatie is noodzakelijk voor het vergelijken van temperatuurdatasets, dat heeft Tinus hier keurig uitgelegd. In het verleden is er van alles gebeurd met die meetpunten, bijv. het verplaatsen van meethutten en het gebruik van andere typen meethutten. Als je daar niet voor corrigeert ben je appels met peren aan het vergelijken en dat is onzinnig ook al levert het “leukere” uitkomsten op. De noodzaak van homogeniserigen is iets dat De Vos van de site Klimaatgek overigens onderschrijft: “Hoewel niemand bestrijdt dat correcties door stationverplaatsingen en veranderde meetmethoden nodig kunnen zijn…” .
Zie hieronder een voorbeeld van het effect van een stationsverplaatsing in Gemert. Het is evident dat je “iets” moet doen om de data voor en na de verplaatsing met elkaar te kunnen vergelijken.
Zowel met als zonder homogenisatie is het overduidelijk warmer geworden in De Bilt, zie grafiek hieronder. Logischerwijs neemt dan de kans op extremere temperaturen toe zoals Tinus hier in dit blogstuk heel duidelijk laat zien.
LikeLike
Homogenisatie ( tweede poging eerste is misschien in spam beland)
Homogenisatie is in sommige situaties noodzakelijk maar moet ook altijd worden gezien als een noodgreep, een middel dat toegepast moet worden als er geen andere mogelijkheid is om bv twee datasets te vergelijken of aan elkaar te koppelen. Dat te doen betekent wel dat de hieruit gecorrigeerde data van mindere kwaliteit moet worden beschouwd. Het corrigeren van oudere data verkregen via oudere technieken onder andere omstandigheden naar data en omstandigheden van nieuwe meetsituatie maakt nieuwe vervangende set aan data minder van waarde.
Juist in een tamelijk nieuwe wetenschap als de klimaatwetenschap met toch al de beperking van kort en beperkt meten en resultaten of projecties die, zacht gesteld, ter discussie staan is de ‘noodzaak’ en ‘wens’ om te homogeniseren duidelijk.
De noodzaak, omdat meetperiode liefst wordt opgerekt met data uit vroege en verre verleden teneinde in trage proces van klimaatverandering nog enige trend te kunnen vaststellen voor belangrijk geachte grootheden.
De wens om vanuit staat van huidige kennis de klimaatmodellen in hun projecties te kunnen ondersteunen. Selffulfilling Science?
De geïnteresseerde en kritische leek, zoals ook ik, zal het opmerkelijk vinden dat resultaten van homogenisatie acties, of dat gaat over ontwikkeling van globale temperatuur of stijging zeeniveau (en meer zaken) de hypothese van AGW meer draagvlak geven.
Vroegere temperatuurdata wordt verlaagd, eerder gemeten stijging van zeespiegel wordt naar beneden bijgesteld waardoor het beeld wordt gecreëerd dat globale temperatuur, ondanks korte lichte onderbreking, wel degelijk toeneemt en de zeespiegel nu zo blijkt te stijgen dat geprojecteerde niveaus voor over aantal jaren echt tot de mogelijkheden gaan behoren. Ja zelfs ondanks nog te korte meetperiode is recent een verdere versnelling gemeten sorry gedetecteerd. En natuurlijk het is settled de mens is de oorzaak van al deze ontwikkelingen – het kan niet anders.
Nog fraaier is het bekijken van satellietdata van twee instrumenten voor meting zeespiegelniveau die in hun periode van gelijktijdig meten verschillende signalen laten zien. Dat gaat voor homogenisatie nog een klus worden, niet om dat te doen maar vooral dat te doen op een wijze dat het nog enigszins verdedigbaar is om aan deze data de kwaliteit toe te kennen die berekeningen van zeeniveauverandering tot in een cijfer achter komma nog als betrouwbaar te laten overkomen.
LikeLike
@Frans Galjee
Je eerste reactie zat inderdaad in spambox.
“Juist in een tamelijk nieuwe wetenschap als de klimaatwetenschap…”
De basis van deze wetenschap is de natuur- en scheikunde en de wortels ervan dateren al van begin 19e eeuw.
“…povere klimaatmodellen…”
Herhalen van pseudosceptische onwaarheden. Modellen hebben natuurlijk hun beperkingen en daar is de wetenschap zich zeer wel van bewust. Observaties en modellen komen goed overeen, zie hier voor meer uitleg daarover:
https://klimaatverandering.wordpress.com/2017/09/23/overschatten-de-klimaatmodellen-de-opwarming/
”Vroegere temperatuurdata wordt verlaagd, eerder gemeten stijging van zeespiegel wordt naar beneden bijgesteld…”
Nonsens. Voor meer info over de zeespiegelstijging zie hier:
https://klimaatverandering.wordpress.com/2017/08/07/versnelt-de-zeespiegelstijging-deel-1/
En mondiaal zijn de temperatuurdata uit het verleden juist verhoogd. Zie grafiek hieronder uit Karl et al. 2015:
“Ja zelfs ondanks nog te korte meetperiode is recent een verdere versnelling gemeten sorry gedetecteerd.”
Nou metingen van zichzelf zijn niet meer dan een verzameling gegevens. Voor het detecteren komt dan de wiskunde kijken, heel betrouwbaar. En ja er is inderdaad een versnelling gedetecteerd in de data vanaf 1993: https://klimaatverandering.wordpress.com/2018/02/19/versnelling-van-de-zeespiegelstijging-detecteerbaar-in-satellietmetingen/
De noodzaak van homogenisatie is duidelijk en geen punt van discussie. Voor mensen die meer willen weten over homogenisatie kunnen hier terecht:
https://klimaatverandering.wordpress.com/2014/07/20/homogenisatie-van-temperatuurdata/
LikeLike
@JH.
“De basis van deze wetenschap is de natuur- en scheikunde en de wortels ervan dateren al van begin 19e eeuw.”
Heel juist maar staat los van het feit dat klimaatwetenschap nog in kinderschoenen staat en pas sinds de ruimtevaart en de computer een echte start heeft gemaakt. Een te korte periode dus om via observaties te bevestigen of modellen juiste projecties maken en de werkelijk ontwikkeling van de klimaatverandering op onze planeet goed weergeven.
“…povere klimaatmodellen…
Herhalen van pseudosceptische onwaarheden. Modellen hebben natuurlijk hun beperkingen ..”
In mijn geplaatste reactie is ‘povere’ als duiding niet meer gebruikt. Ik stel voor gezien jouw duiding in het vervolg te schrijven “ klimaatmodellen met beperkingen”.
”Vroegere temperatuurdata wordt verlaagd, eerder gemeten stijging van zeespiegel wordt naar beneden bijgesteld…”
“Nonsens.”
Naast KNMI homogenisatie met verdwenen hittegolven – dus wel degelijk verlaging temperatuur voor zeespiegel bijstelling hier enkele citaten van deze site van februari dit jaar:
Citaten:
Bart Vreeken | februari 21, 2018 om 09:51 |
Ondanks het feit dat de versnelling nu detecteerbaar is is de gemiddelde stijging over de meetperiode bijgesteld van 3,4 mm/j naar 3,1 mm/jaar.
Hoe zit dat?
Hans Custers | februari 21, 2018 om 15:16 |
Bart,
De bijstelling naar beneden van de langetermijntrend heeft te maken met enkele onderzoeken die vorig jaar zijn verschenen.
Einde citaten.
Dus ook hier sprake een aanpassing als door mij werd aangegeven en nu niet weer de doelpalen verplaatsen.
LikeLike
@Frans Galjee
– “Een te korte periode dus om via observaties te bevestigen of modellen juiste projecties maken en de werkelijk ontwikkeling van de klimaatverandering op onze planeet goed weergeven.”
In tegenstelling tot wat jij meent kan dat wel degelijk:
Uit IPCC AR5 SPM: “Continued emissions of greenhouse gases will cause further warming and changes in all components of the climate system. Limiting climate change will require substantial and sustained reductions of greenhouse gas emissions.”
Voor veel meer gedetailleerde gegevens over de ontwikkeling van de klimaatverandering op onze planeet zie:
http://www.climatechange2013.org/
– “Ik stel voor gezien jouw duiding in het vervolg te schrijven “ klimaatmodellen met beperkingen”.
Mocht je het nog niet weten: alle modellen hebben zo hun beperkingen, dat geldt dus ook voor klimaatmodellen. Duidelijk is verder dat deze laatste zeer bruikbaar zijn.
– “Dus ook hier sprake een aanpassing als door mij werd aangegeven en nu niet weer de doelpalen verplaatsen.”
Je schreef eerder: ”Vroegere temperatuurdata wordt verlaagd, eerder gemeten stijging van zeespiegel wordt naar beneden bijgesteld…”.
Net alsof dat steeds het geval is en dat is overduidelijk niet waar.
Deze ‘discussie’ dreigt nogal off-topic te geraken. Verdere reacties a.u.b. die niets met het blogstuk van doen hebben graag bij de laatste open discussie:
https://klimaatverandering.wordpress.com/2018/04/25/open-discussie-voorjaar-2018/
LikeLike
Jammer dat het weer in zo’n welles-nietes discussie ontaart.
Het probleem met de homogenisatie van de gegevens van De Bilt komt voor een belangrijk deel doordat deze in zo’n laat stadium is doorgevoerd. Wanneer dit in direct in de vijftiger jaren was gedaan wisten we nu niet beter.
Nu kwam de wijziging pas zestig jaar later, en enkele jaren na de klimaatatlas van 2011, die voor een breed publiek was gemaakt. Niet handig omdaarna de statistiek te herzien. Het gaat hier vooral over de wijziging van 2015 (gegevens 1901-1950) maar ook in 2014 was het databestand al herzien, toen de gegevens van 1951-1970. Helaas kan ik daar de documentatie niet meer van terugvinden.
Het blijft in sommige opzichten schimmig hoe de homogenisatie is verlopen. Was er nou wel of niet een paralelle meetserie in De Bilt rond 1950? Met hoeveel verschillende thermometers werd er gemeten? Waarop is de tabel gebaseerd waarmee de oude waarden naar nieuwe waarden zijn omgezet?
Deze ziet er vreemd uit; wanneer direct zonlicht een probleem was zou je verwachten dat de tabel min of meer symetrisch is rond de maand juni.
LikeLike
Warmer heb ik het liefst niet maar het zal afwachten worden of wat men voorspeld heeft uitkomt
LikeLike
Voor diegen die de homogenisatie niet vertrouwen: kijk naar 1901 tot 1950 en zie de warme dagen (een beetje) warmer worden. Kijk naar 1951 tot 2018 en zie ook de warmer dagen warmer worden. Je ziet met name in mijn laatste plaatje dat die reeksen misschien niet helemaal goed op elkaar aansluiten (de gele symbolen en de staven).
De homogenisatie doet niets anders dan zorgen dat die twee reeksen beter op elkaar aansluiten en dat daardoor er meer vertrouwen is dat de ontwikkeling van vóór 1950 zich ná 1950 doorzet. Als je dat homgeniseren niet vertrouwt, blijft het toch duidelijk dat de warme dagen warmer worden. Toch?
LikeLike
@Tinus Pulles | augustus 17, 2018 om 09:49 |
Over gedocumenteerde technische aanpassingen (meetmethode, meetfouten) mag geen twijfel zijn.
Over de verschillen in het aantal warme dagen ook niet; dat wordt bepaald door de gekozen referentietemperatuur.
Het lijkt op het corrigeren in 2050 van eerdere voetbaluitslagen omdat men de afmetingen van het doel heeft gewijzigd.
Aardige, maar zinloze rekenkundige vingeroefening.
LikeLike
Daar lijkt het helemaal niet op, @Boels. Het gaat hier over een inschatting van de relatie tussen het aflezen van een meetinstrument en je kennis over hoe goed dat instrument meet wat je wilt meten. Die inschatting is op basis van nieuwere nzichten veranderd.
LikeLike
Als de eerst geldende referentietemperatuur wordt verhoogd is de mogelijkheid aanwezig dat het aantal toen getelde warme dagen lager wordt.
Bij verlaging van de referentietemperatuur is de mogelijkheid aanwezig dat het aantal toen getelde dagen hoger wordt.
Correcties (doelpaal) van historische meetfouten kunnen het aantal warme dagen beïnvloeden.
De herziening van de historische temperaturen is ook heikel.
Het betreft temperaturen afkomstig van metingen in het vrije veld, inclusief de inherente onzekerheden.
TG berekend uit TG en TX wordt vermeld zonder standaardafwijking; ik schat dat die rond de helft is van TG.
Elke correctie zal ruim vallen binnen 1x de standaardafwijking en de onzekerheid blijft.
LikeLike
[JH: je mening over homogenisatie kennen we nu wel. In de spelregels staat: “Geen eindeloze herhalingen van hetzelfde punt”]
LikeLike
@Bart Vreeken
Was er nou wel of niet een paralelle meetserie in De Bilt rond 1950?
In het document van Brandsma staat daarover het volgende:
“For the relocation in De Bilt in 1951 no parallel observations have been made because the relocation was unforeseen and after the relocation the old location was disturbed due to building activities in the neighborhood of the former screen. Therefore, data of Eelde (before the relocation and screen change and thereafter) has been used for the homogenization of the series (see Section 2.2).”
Je hebt wat vragen over de details van de KNMI homogenisatie. Waarom stel je die niet gewoon aan het KNMI zelf? Kun je hier doen:
https://www.knmi.nl/over-het-knmi/contact/contactformulier
LikeLike
@JH,
[JH: je mening over homogenisatie kennen we nu wel. In de spelregels staat: “Geen eindeloze herhalingen van hetzelfde punt”]
Als je 4 nette reacties al als eindeloos herhalen beschouwt is er iets anders aan de hand. Diep triest maar dit is gewoon het weren van een onwelgevallige mening en riekt naar censuur.
[JH: Nee Galjee, dat is geen censuur. De mensen hoeven maar naar je eerdere reacties te kijken want daar staat precies hetzelfde. En dat is dus het begin van “eindeloze herhalingen van hetzelfde punt”]
LikeLike
Frans Galjee heeft volkomen gelijk. Hagelaars kan kennelijk niet met afwijkende standpunten omgaan.
Overigens is de zogenaamde homogenisatie een farce. Wie de locatie van het KNMI kent, en ook van 40 jaar en langer geleden, weet dat in dat gebied sprake is van een explosieve verstedelijking en aanleg van nieuwe snelwegen met inmiddels meer dan een kwart miljoen voertuigbewegingen per dag (op minder dan een kilometer afstand). GISS rekent met een UHI correctie van 0,11 graden C per eeuw, dus die meetreeks kunnen we bij voorbaat afschrijven als betrouwbaar. Ik heb ergens in het rapport van Brandsma gelezen dat het KNMI over de afgelopen eeuw UHI corrigeert met 0,5 graden C. Dit lijkt mij ruimschoots onvoldoende, en ik ga onderzoeken wat een meer reele waarde is. Wordt vervolgd.
LikeLike
@Frits van Dalen
“afwijkende standpunten”
Afwijkende standpunten zijn prima. Veelvuldige herhaling van precies dezelfde punten niet, zie de spelregels:
https://klimaatverandering.wordpress.com/spelregels/
Deze gelden ook voor jou en daarbij dus tevens graag de ongefundeerde beschuldigingen achterwege laten.
“Ik heb ergens in het rapport van Brandsma gelezen dat het KNMI over de afgelopen eeuw UHI corrigeert met 0,5 graden C.”
Dat is niet juist. In de gehomogeniseerde maanddata van De Bilt wordt nu gewerkt met 0,11 °C/eeuw:
http://projects.knmi.nl/klimatologie/onderzoeksgegevens/homogeen_260/tg_hom_mnd260.txt
Het rapport van Brandsma uit 2003 sprak van 0,10 ± 0.06 °C/eeuw:
Klik om toegang te krijgen tot brandsma_2003.pdf
LikeLike
@ Jos Hagelaars.
Dank voor de correctie op het rapport van Brandsma. Ik moet het ergens anders gelezen hebben..
Grappig is overigens dat je niet ingaat op mijn belangrijkste kritiekpunt, namelijk dat men bij de homogenisaties geen rekening heeft gehouden met het UHI-effect voor de KNMI-locatie. Men maakt zich kennelijk heel druk over de verplaatsing van de meethut over 200 m. maar over de gigantisch oprukkende bebouwing en infrastructuur vlakbij het KNMI terrein rept niemand met een woord (behalve dan die 0,11 graden correctie per eeuw, een lachertje).
Kijk voor de grap eens op https://www.topotijdreis.nl/ en zoek de locatie van het KNMI op. Met de schuifbalk links kun je vervolgens de jaren variëren. In de jaren 40 en 50 vooral weilanden in een ruime cirkel rondom en de spaarzame bebouwing van “De Bildt”. Zie met name vanaf de jaren 80 de exponentiële groei van de bebouwing en de aanleg van de A27 en A28. De KNMI locatie ligt nu in een hoefijzervorm ingebed in de stedelijke bebouwing van De Bilt (met ook 4baans de N237) in het Noorden, de stedelijke bebouwing van Utrecht-Oost aan de westzijde, de Uithof (met daarop een zeer groot Universiteitscomplex en ook het grootste Academisch Ziekenhuis van Nederland) aan de zuidzijde, en uiteraard beide snelwegen ten zuiden en ten westen (meer dan een kwart miljoen voertuigpassages per dag). Met de overheersende windrichting (zuidwest) zal de beïnvloeding van de KNMI locatie maximaal zijn. Ik zou het KNMI met de huidige ligging een “meetstation in sterk verstedelijkt gebied” willen noemen.
Ik daag de “klimaatwetenschappers” uit om aan te tonen dat het effect op de gemeten temperaturen in De Bilt maximaal 0,1 graad C is geweest over de afgelopen eeuw (denk vooral ook aan de nachttemperaturen!), ik geloof er namelijk geen snars van. Zoals eerder gezegd zal ik verder onderzoek doen naar de werkelijke beïnvloeding. Wordt vervolgd.
LikeLike
Een mooie illustratie van de pseudosceptische speurtocht naar gelegenheidsargumenten, dit draadje. Want als ik de retoriek tot nu toe samenvat komt die neer op: er mag niet gecorrigeerd worden en er wordt te weinig gecorrigeerd. Ofwel: correcties zijn verboden, behalve als ze de gewenste kant op gaan. Dan moeter drastisch worden ingegrepen. Waarmee vooral weer eens wordt bevestigt hoezeer alle suggesties over gekleurde wetenschap berusten op projectie.
LikeLike
@ Hans Custers.
Graag reageer ik even op je, ahum.. zweverige commentaar (eufemisme). Je zegt:
“Want als ik de retoriek tot nu toe samenvat komt die neer op: er mag niet gecorrigeerd worden en er wordt te weinig gecorrigeerd. Ofwel: correcties zijn verboden, behalve als ze de gewenste kant op gaan.”
Ik kan mij niet herinneren ergens gezegd te hebben dat er niet gecorrigeerd mag worden. Het punt dat ik aanbreng is dat, als er gecorrigeerd wordt, er op de juiste wijze gecorrigeerd moet worden voor alle aspecten die van invloed zijn.
Grappig is dus dat ook jij niet ingaat op mijn fundamentele punt: De toegepaste UHI correctie voor De Bilt is niet onderbouwd (want afgeleid van GISS) en doet naar verwachting geen recht aan de werkelijke afwijking die voor dit gebied in de laatste 50 jaar is opgetreden. Ik ga er vooralsnog vanuit dat het UHI effect verreweg de grootste factor van invloed behoort te zijn in het homogenisatieproces voor De Bilt. Hij die denkt te kunnen motiveren dat de toegepaste correctie van 0,1 graad C over de afgelopen eeuw correct is, laat je horen!
LikeLike
@Hans
Inderdaad en van enige onderbouwde kritiek op de gedegen uitwerking van Tinus over de vraag “Worden de warmste dagen in Nederland warmer?” is al helemaal geen sprake.
@Frits van Dalen
“Ik daag de “klimaatwetenschappers” uit om aan te tonen dat het effect op de gemeten temperaturen in De Bilt maximaal 0,1 graad C is geweest over de afgelopen eeuw..”
+
”De toegepaste UHI correctie voor De Bilt is niet onderbouwd..”
Je hebt de link in mijn vorige reactie zeker over het hoofd gezien? Zie:
Klik om toegang te krijgen tot brandsma_2003.pdf
Verschenen in de International Journal of Climatology:
https://rmets.onlinelibrary.wiley.com/doi/abs/10.1002/joc.902
“Zoals eerder gezegd zal ik verder onderzoek doen naar de werkelijke beïnvloeding…”
We zien jouw peer-reviewed verslag hiervan gaarne tegemoet.
LikeLike
Frits,
“Ik kan mij niet herinneren ergens gezegd te hebben dat er niet gecorrigeerd mag worden.”
En ik weet helemaal zeker dat ik nergens heb gezegd dat jij dat hebt gezegd. Ik probeerde alleen maar aan te geven hoe de gezamenlijke reacties van de gezamenlijke pseudosceptici hier aangeven dat er altijd wel wat gelegeheidargumentjes te vinden zijn om naar je eigen gelijk toe te redeneren. Langs de ene kant of langs de andere kant.
Verder wacht ik, net als Jos, op de resultaten van jouw “onderzoek”. Ik neem aan dat je begrijpt dat je, voor een beter voorstel voor een correctie voor het UHI, een kwantitatieve analyse uit zult moeten voeren. Dat heeft wel wat meer om het lijf dan de retoriek waar je tot nu toe mee komt aanzetten.
Overigens, misschien zou je voor je onderzoek eens een keer een stad moeten bezoeken. In woon in zo’n stad en ik kan je verzekeren: een sterk verstedelijkt gebied ziet er heel anders uit dan de omgeving van het KNMI meetstation.
LikeLike
Boels,
Je reactie met alleen wat insinuaties en sneren heb ik verwijderd. Wie de inhoudelijke argumenten voor homogenisatie die hier al minstens 5 keer zijn gegeven systematisch wil blijven negeren en zijn toevlucht liever blijft zoeken in verdachtmakingen doet dat maar ergens anders.
LikeLike
@ Hans Custers.
“ “En ik weet helemaal zeker dat ik nergens heb gezegd dat jij dat hebt gezegd.” “
Erg flauwe reactie, op het kinderachtige af.
”Overigens, misschien zou je voor je onderzoek eens een keer een stad moeten bezoeken. In woon in zo’n stad en ik kan je verzekeren: een sterk verstedelijkt gebied ziet er heel anders uit dan de omgeving van het KNMI meetstation. “
Ik zie dat je na slechts 2 reacties je denigrerende toon alweer hebt gevonden. Zelf woon ik tijdelijk in Barcelona en met de voorsteden en satellietsteden die daarom heen liggen heb ik een redelijk beeld van wat een verstedelijkt gebied met een oppervlakte van enige honderden vierkante kilometers inhoudt. Een gebied met een compleet eigen microklimaat. Ook binnen dit gebied vindt je natuurlijk nog zones met weilanden en akkers.
Voor centraal Nederland geldt dit ook (zei het in het klein). Dus ondanks dat de directe omgeving van het KNMI terrein landelijk lijkt, adviseer ik je toch om de oogkleppen even af te doen en eens te kijken wat zich allemaal binnen een straal van 3 kilometer rond het terrein heeft ontwikkeld in de laatste 40 jaar. En zie: een compleet verstedelijkt gebied dat over vele tientallen vierkante kilometers het microklimaat beinvloedt.
LikeLike
“Erg flauwe reactie, op het kinderachtige af.”
Je weigert dus opnieuw in te gaan op de uitleg die ik gaf. Verbaast me niks.
“Ik zie dat je na slechts 2 reacties je denigrerende toon alweer hebt gevonden.”
En het ontgaat je dat je zelf om zo’n sarcastische reactie vraagt, met je volkomen onzinnige bewering dat het meetstation van het KNMI in een sterk verstedelijkte omgeving zou staan. In de directe omgeving van dat meestation is vooral veel groen te zien. Dat er in de ruime omgeving sprake is van verstedelijking en dat dat enige invloed heeft (die keurig is onderzocht, maar daar ga jij maar liever niet meer op in, blijkbaar) betekent nog helemaal niet dat het station zelf in een sterk verstedelijkte omgeving zou staan. Die bewering van je is en blijft pertinente onzin.
LikeLike
Boels | augustus 17, 2018 om 14:14 |
Ik schatte daar de standaardafwijking op de helft.
Volgens mij is het (Tx-Tn)/sqrt(2)
Maar ik laat mij verbeteren.
LikeLike
Hierbij een link naar de metadata van alle huidige en oude KNMI-stations. De keurig beschreven veranderingen (metadata) laten zien waarom homogenisatie nodig is.
http://www.sciamachy-validation.org/climatology/metadata/debilt.html
En verder, hierbij nog een link naar de KNMI-pagina’s over het UHI. Op deze pagina ook een analyse van het KNMI zelf over de invloed van het UHI op de metingen in De Bilt. Zie: https://www.knmi.nl/kennis-en-datacentrum/achtergrond/warmte-eilandeffect-van-de-stad-utrecht
Wie nog meer wil lezen over achtergronden en omvang van het UHI kan ik verwijzen naar deze studie uit 2011 van het KNMI (in het kader van het programma Kennis voor Klimaat: https://cdn.knmi.nl/system/data_center_publications/files/000/068/989/original/uhiweeramateurs_copy2.pdf?1495621557).
Gezien de discussie op twitter over geldstromen en onderzoek zal ik hierbij keurig vermelden dat ik namens mijn werkgever destijds medeverantwoordelijk voor deze studie ben geweest (financiering en begeleiding).
Erik
PM: Tinus dank voor het onderzoek en artikel, nuttig bij verdere ontwikkeling adaptatiebeleid.
LikeLike
@Boels
Ik doe een poging gebruik makend van:
https://en.wikipedia.org/wiki/Propagation_of_uncertainty#Example_formulas
Neem de tweede formule voor Tg = Tx/2 + Tn/2.
Als je er van uitgaat dat de standaarddeviatie van Tx (sTx) en Tn (sTn) ongeveer hetzelfde zijn (beide gemeten met hetzelfde instrument), zou de standaarddeviatie van Tg maximaal (correlatie = 1) uitkomen op:
sigma-Tg = Sqrt(sTx²/4 + sTn²/4 + 2*½*½*1*sTx*sTn) = sTx = sTn
De minimale standaarddeviatie (correlatie = 0) voor Tg zou dan uitkomen op:
sigma-Tg = Sqrt(sTx²/2) = sTx/Sqrt(2)
Wellicht weet iemand met meer kennis van de statistiek of dit klopt?
LikeLike
@Jos Hagelaars:
Mijn redenering zou kunnen kloppen als de standaarddeviatie OOK een maat is voor de afwijking van het gemiddelde van TWEE meetwaarden.
Bij het bepalen van Tn en Tx uit uurwaarden zijn Tn en Tx te zien als constanten, ieder met plus/min de meetnauwkeurigheid.
LikeLike
Wat ik in mijn analyse laat zien is dat de warmste dagen in een jaar warmer worden. Mijn ruwe schatting is dat die warmste dagen in iets meer dan honderd jaar 2 tot 3 graden warmer zijn geworden. De verschillende analyses laten allemaal hetzelfde zien.
Ik vind het teleurstellend dat de meeste reacties hier weer die homogenisaties aanvallen. Iedereen lijkt de noodzaak daarvan te zien, maar een aantal mensen blijft daar vraagtekens bij zetten. Niemand komt met een alternatieve en in zijn/haar opvatting betere correctie. Natuurlijk kun je vragen stellen over de door KNMI toegepaste correcties. Als je die correcties niet toepast is het ongeveer twee graden warmer geworden als je ze wel toepast ongeveer drie.
Het wordt dus op warme dagen warmer. Dat was de boodschap van mijn stukje. Ik constateer dat niemand dat bestrijdt.
LikeLike
@Tinus Pulles:
Een verandering van het aantal historisch warme dagen komt voort uit de aanpassingen t.g.v homogenisatie en meetcorrecties (zo heb ik het begrepen).
Het gaat juist dan om die aanpassingen; Tg wordt gebruikt in maand- en jaarreeksen die gebruikt worden voor klimatologisch onderzoek.
Dan is een schatting of bepaling van de standaarddeviatie van belang, niet alleen van de oorspronkelijk Tg (voor het geval de homogenisatiewaarde (veel) kleiner is dan de standaarddeviatie), maar ook van de aangepaste Tg.
LikeLike
@Tinus Pulles.
De warmste dagen worden warmer. Dat het warmer wordt bestrijdt niemand. De grote vraag blijft: waarom meten we hogere temperaturen in De Bilt? Komt het door CO2 of zijn er andere oorzaken aan te wijzen?
LikeLike
@Frits van Dalen: We meten hogere temperaturen in de Bilt omdat het warmer wordt. Het wordt warmer omdat er meer CO2 in de atmosfeer zit. Er zit meer CO2 in de atmosfeer omdat de mensheid in een zeer hoog tempo de in de aardkorst in miljoenen jaren opgeslagen koolstof in de vorm van fossiele brandstoffen omzet in CO2 door de alsmaar groeiende energievraag van economie en maatschappij.
Deze causale relatie is met middelbare-school natuurkunde in principe goed te begrijpen. Hoevel warmer het precies waar worst is wat lastiger.
LikeLike
Frits van Dalen,
Het zou pas interessant zijn als we in de Bilt lagere temperaturen zouden meten. Ten tijde van jouw betovergrootvader wist men al aan te tonen dat CO2 van invloed was op de temperatuur op Aarde. Klimaatwetenschap bevond zich toen nog in de embryonale fase maar sindsdien hebben we stappen gemaakt die steeds sneller gaan. Kerkvaders en gepeupel wisten de Wereld nog lang plat te houden (Middeleeuwen) en Darwin durfde zijn theorie aanvankelijk niet eens te publiceren.
De Wereld is gelukkig veranderd, we moeten helaas wel weer leren leven met het nieuwe fenomeen van mensen die denken alles beter te weten. Vroeger waren dat autoriteiten:de kerkvaders, notabelen en directeuren van scholen en fabrieken enz. Tegenwoordig probeert elke toetsenbordridder een punt te maken en dat zijn er erg veel maar als je denkt dat:
“De grote vraag blijft: waarom meten we hogere temperaturen in De Bilt? Komt het door CO2 of zijn er andere oorzaken aan te wijzen?”
Dan heb je het niet echt begrepen! De Wereld staat vol met meetstations.
LikeLike
Een paar weken geleden stelde ik verheugd vast dat de toon van de discussie op deze site verbeterd leek te zijn, en dat men tientallen reacties kon uitwisselen zonder elkaar in de haren te vliegen. In deze thread valt men weer terug in het oude gekissebis. Mogelijk gaat het om personen; in de eerdere, ‘beleefde’ thread waren gedeeltelijk andere mensen aan het woord dan hier. Ik zal geen namen noemen.
De uiteenzetting van Tinus over homogeniseren van de data in DeBilt was helder en (imho) correct. Iedereen die ooit onderzoek heeft gedaan met reeksen gegevens ‘uit het wild’ zal de methodologie en de noodzaak daarvoor herkennen. Ik geef onmiddellijk toe dat daar lelijke fouten gemaakt kunnen worden of zelfs manipulatie kan optreden, maar daar zijn de referees voor. Of de commissie als het om een dissertatie gaat. En in het ergste geval wordt iemand na publicatie het vel over de oren getrokken.
Mijn vraag aan de tegenstanders van deze methode is dan ook: speel even voor een goede referee en geef aan waar Tinus dan PRECIES de fout in ging? Dus geen vage suggesties of politieke stellingnames, maar heel concreet: op welk punt en in welke zin verliet Tinus het rechte pad?
Paai
LikeLike
“ Mijn vraag aan de tegenstanders van deze methode is dan ook: speel even voor een goede referee en geef aan waar Tinus dan PRECIES de fout in ging? Dus geen vage suggesties of politieke stellingnames, maar heel concreet: op welk punt en in welke zin verliet Tinus het rechte pad? “
Paai,
Die vraag had je niet hoeven stellen als mijn reactie aan Tinus gericht van augustus 17, 2018 om 17:18 niet door de blog inquisitie zou zijn tegengehouden.
LikeLike
@Hans Paijmans
In tegenstelling tot wat Galjee hierboven beweert, stond in zijn zoveelste reactie zonder enige inhoud hetzelfde als wat hij hier eerder heeft neergepend over homogenisatie.
Er stond niets in over “waar Tinus PRECIES de fout in ging” of iets anders concreets. Zie de page-source van deze pagina, de tekst van Galjee is nl. omgevormd tot een HTML comment.
De uiteenzetting van Tinus is inderdaad helder en correct. Concrete inhoudelijke tegenargumenten zijn hier niet gegeven. What else is new?
LikeLike
Beste Frans, een van de voorwaarden voor een zinvolle discussie over homogenisering is dat je je onthoudt van termen als ‘inquisitie’. Ik kan me voorstellen dat iemand zich stoort aan bepaalde huisregels, maar daarmee aan komen zetten in een context waarin dat niet aan de orde is, verzwakt eventuele ter zake doende argumenten.
Ik heb dat overigens ook door schade en schande moeten leren.
Dus ik herhaal mijn vraag: kun je heel precies aangeven waar Tinus de fout in gaat? Misschien heb je wel gelijk en dan leer ik graag wat bij..
Paai
LikeLike
@Frits en @Hans: ik begrijp niet goed waarom jullie hierboven zo nadrukkelijk ingaan op de lokatie van De Bilt, terwijl Tinus toch heel duidelijk steeds aan de reeksen van het KNMI refereert, dat weliswaar in De Bilt is gevestigd, maar dat zijn meetstations overal in Nederland heeft staan. Of heeft hij alleen de data van station De Bilt gebruikt? Dan heb ik dat gemist.
Paai
LikeLike
Ik heb in mijn blog de referentie en de link gegeven naar de gegevens die ik heb gebruikt. Als je wilt kun je dus mijn analyse over dorn, falsificeren of bevestigen. Ik heb de meetgegevens voor het station in de Bilt gebruikt, dat door KNMI wordt gezien als een goede representatie van het algemene beeld in Nederland. Wellicht zelfs de reden waarom dat instituut in de Bilt is gevestigd.
Ik zie nog geen antwoord op de vraag waar ik de mist ingegaan zou zijn.
LikeLike
@Hans Paijmans | augustus 24, 2018 om 12:31 |
Tinus Pulles heeft geen fouten gemaakt.
Het lijkt mij nogal logisch, de historsiche gegevens zijn aangepast en volgens de geldende definitie zijn is het aantal warme dagen ook anders.
De mogelijke fout zit in de uitgevoerde homogenisaties en meetcorrecties.
Met als opstaande vraag: heeft Tg =(Tx-Tn)/2 een statistische onzekerheid (los van de meet nauwkeurigheid/onzekerheid in Tx en Tg).
LikeLike
Tinus Pulles heeft geen fouten gemaakt, hij heeft de beschikbare data juist geïnterpreteerd. Probleem zit wat mij betreft in het, inmiddels ook al weer meer dan 15 jaar oude, onderzoek van Brandsma, waarin het UHI effect voor de locatie De Bilt wordt onderschat. Ik studeer nog verder op de methodiek die in dit onderzoek werd gehanteerd, maar concludeer vooralsnog dat het UHI effect in de Bilt in 2002 reeds ca. 0,4 graden C bedroeg en niet de via “modelmatige berekeningen” afgeleide 0,11 graden C. Dit gebaseerd op figuur 5 in het onderzoek en de omissies met betrekking tot hittebronnen in het gebied. Zo worden snelwegen A27 en A28, waar elke ochtend tussen 6 en 9.30h honderdduizenden voertuigen met ronkende motor in de file staan, niet eens genoemd in het onderzoek, evenmin als de locatie van het grootste Academisch Ziekenhuis en alle universiteitsgebouwen op de Uithof op ongeveer een kilometer afstand. Bovendien komt de modelmatige aanpassing (lees: demping) van het UHI-effect door introductie van windrichting, wolkenbedekking, landgebruik, vochtgehalte van de bodem etc. nogal gekunsteld over.
Kijkend naar de ontwikkelingen sinds 2000, namelijk een verdere explosieve groei van het verkeer en de verstedelijking in het gebied rondom het KNMI, verwacht ik dat het UHI-effect inmiddels verder is toegenomen. Tezamen met het fenomeen “urban noise”, dat voor geheel Nederland geldt, verwacht ik dat het UHI-effect voor het KNMI-terrein in De Bilt inmiddels is opgelopen tot 0,5 a 0,6 graden Celcius.
Wanneer we de recente gemiddelde temperatuurdata voor De Bilt met circa 0,5 graden verlagen, krijgen we een beter beeld van de werkelijke temperaturen. En dan wordt het opwarmingsverhaal ook ineens heel anders… Wordt vervolgd.
LikeLike
@Boels
De Tg is niet hetzelfde als (Tx-Tn)/2, maar een “gemeten etmaalgemiddelde”.
Ook zonder homogenisatie is het in de Bilt beduidend warmer geworden sinds 1901, zie laatste grafiek in:
https://klimaatverandering.wordpress.com/2018/08/15/worden-de-warmste-dagen-in-nederland-warmer/#comment-25946
@Frits van Dalen
Een heel verhaal, maar je begrijpt dat je je mening over de homogenisatie in de Bilt kwantitatief gedegen zult moeten onderbouwen, je uitspraak “verwacht ik” is uiteraard geen onderbouwing.
De gehomogeniseerde maanddata van 6 meetstations geven trends over 1906-2017 van circa 1.39 °C/eeuw (Maastricht/Beek) tot circa 1.56 °C/eeuw (Groningen/Eelde). De trend van De Bilt over deze periode ligt daartussen met 1.41 °C/eeuw. Als ik je goed begrijp zou daar volgens jou dus 0.5 °C/eeuw vanaf moeten. Dan wijkt De Bilt plotseling erg af van de andere meetstations in Nederland, waar de snelwegen A27 en A28 niet liggen en waar geen Academische ziekenhuizen en universiteiten zijn gebouwd.
Data: http://climexp.knmi.nl/getdutchstations.cgi?id=someone@somewhere&TYPE=temp_hom
LikeLike
“Probleem zit wat mij betreft in het, inmiddels ook al weer meer dan 15 jaar oude, onderzoek van Brandsma, waarin het UHI effect voor de locatie De Bilt wordt onderschat”
Dat is in elk geval eerlijk van Frits van Dalen. Want hij is nog wel bezig met “onderzoek”, maar hij laat zien dat hij al lang heeft besloten wat de uitkomst van dat “onderzoek” moet zijn. Dat is dus precies waarom wij hier van pseudoscepsis spreken. Het is zoeken naar argumenten bij een vooraf bepaalde mening. Het tegenovergestelde van echte, wetenschappelijke scepsis, waarbij juist de eigen opvattingen steeds kritisch worden getoetst.
(Het kritisch toetsen van de eigen opvattingen betekent ook: inhoudelijk antwoorden op tegenargumenten. Wat wij op dit blog vrijwel altijd doen, behalve wanneer bepaalde beweringen ad infinitum worden herhaald zonder ooit in te gaan op de tegenargumenten die we al hebben gegeven.)
LikeLike
Beste Frits, de data en de methode liggen voor je klaar. Kleine moeite ook de andere meetpunten in Nederland even uit te rekenen en misschien kun je dan hier terugkomen en bewijzen dat de Bilt inderdaad een uitzonderingspositie inneemt. Ik zou het buitengewoon op prijs stellen als je dat deed en hier terugrapporteerde of Jos’ bewering dat de Bilt gewoon ergens tussen de uitersten van Groningen en Maastricht klopt of niet.
Paai
LikeLike
Tinus,
Dank voor je heldere info in het blogstuk en in je reacties op reageerders. Het is duidelijk: de warmste dagen in NL zijn warmer geworden. Of ze nog warmer worden is uiteraard afwachten geblazen, de weergoden zijn grillig tegenwoordig. Bij mij (provincie Puglia, Italia) heeft het in augustus afgelopen 2 decennia nooit geregend afgezien van het gebruikelijke incidentelele zomerse onweer. Nu, eind augustus 2018 heb ik zes dagen achter elkaar regen in de namiddag. Godverdegodver, mijn tomaten kunnen zoveel water niet verwerken en barsten letterlijk uit hun vel en rotten aan de plant.
LikeLike
De raw data van jullie grafiek komen niet overeen met de raw data die Klimaatgek heeft vernoemd in de nodige blogposts.
Wat is jullie antwoord hier/daarop?
Heeft De Bilt deze raw data bedacht?
Of is NASA GISS ergens mee bezig geweest?
Ik heb mijn vragen hieromtrent meerdere malen divers gedeponeerd en krijg er geen antwoord op.
Dus ten einde raad dan maar hier…
LikeLike
Link waar te vinden https://klimaatgek.nl/wordpress/de-bilt/
LikeLike
Het KAN niet zo zijn dat raw data in de tijd fluctueren.
Raw data zijn raw data namelijk.
Maar zoals het er naar uitziet zijn ze weggetoverd.
LikeLike
@Jos Hagelaars:
“De Tg is niet hetzelfde als (Tx-Tn)/2, maar een “gemeten etmaalgemiddelde”.”
Rijst de vraag, hoe wordt een “gemeten etmaalgemiddelde” gemeten en hoe groot is de onzekerheid?
De ruwe 260-data laat zien dat er in ~30% van de dagen Tn en/of Tx meerdere malen voorkomen.
Voor het bepalen van Tg zijn Tn en Tx volslagen onvoldoende.
De uurgegevens van 1990-12-18 spannen de kroon.
“Ook zonder homogenisatie is het in de Bilt beduidend warmer geworden sinds 1901,..”
De meetwaarden zijn hoger, maar dat is het punt niet.
De vraag is: hebben homogenisatie en instrumentcorrecties van historische gegevens zin als die binnen de onzekerheidsmarge van de (berekende) gemiddelde dagtemperatuur vallen.
LikeLike
@Anna
Na de eerste zinnen in je link haak ik daar al af en heb ik geen zin meer om verder te lezen. Daar wordt aan de hand van een grafiek van De Bilt over een korte periode (veel ruis weinig signaal) van de maandtemperaturen zonder anomalie berekening beweerd dat de temperatuur in De Bilt niet gestegen is. Totale nonsens, de onzekerheid in die trendberekening voor die periode is nl. iets van ± 0.6 °C/decennium, iets dat men daar ‘vergeet’ te vermelden. Dat wordt direct duidelijk als je de trend over de periode 1996 t/m 2011 uitrekent, één jaar meer. Waar 1997 t/m 2011 een lichte daling laat zien is die over 1996 t/m 2011 sterk positief met bijna 4 graden per eeuw. De periode is derhalve véél te kort om conclusies over wel/niet stijgende temperaturen te kunnen trekken. Meer over deze pseudosceptische voorliefde voor korte-termijn trends kun je vinden in:
https://klimaatverandering.wordpress.com/2018/08/06/de-vreselijke-opwarming/
Dan NASA en De Bilt.
NASA baseert zich zo te lezen op de GHCN- en SCAR data van elk station, voor GHCN zit men inmiddels op versie 3. Voor De Bilt kun je daar hier iets van vinden:
ftp://ftp.ncdc.noaa.gov/pub/data/ghcn/v3/products/stnplots/6/63306260000.gif
Hier meer info over GHCN versie 3:
https://www.ncdc.noaa.gov/ghcnm/v3.php
En de gegevens van elk meetstation zoals die NASA gebruikt zijn hier te vinden:
https://data.giss.nasa.gov/gistemp/stdata/
De data zoals jij ze hier laat zien lijken mij oudere versies toe, inmiddels is de weergave op de NASA site namelijk nogal anders dan in jouw grafiekjes. En natuurlijk ‘fluctueren’ de ruwe data niet. Je hebt hier drie grafiekjes en maar eentje met de titel “Raw data”, twee met de titels “Adjusted”.
Hoe al die homogenisaties in detail werken en specifiek voor De Bilt is mij ook niet bekend. Je zou het NASA kunnen vragen (zie hun website) of het KNMI, die hebben een contactpagina voor vragen. Een andere mogelijkheid is een vraag stellen via het blog van Victor Venema, een expert op dit gebied en hij kent Nederlands:
http://variable-variability.blogspot.com/p/about.html
Het is natuurlijk interessant om een beeld te krijgen hoe de homogenisatie van de verschillende wetenschappelijke organisaties uitwerkt. Hiertoe heb ik de gehomogeniseerde gegevens van De Bilt van NASA GISS, Berkeley Earth en het KNMI vergeleken, deze hebben alle drie een andere methode van homogeniseren. Het resultaat zie je in de grafiek hieronder. De drie verschillende homogenisaties van De Bilt komen erg goed overeen!
Kijk je naar de trends over 1906-2012 (periode waarin alle drie data geven), komt NASA op 1.01 °C/eeuw, Berkeley Earth op 1.04 °C/eeuw en het KNMI op 1.30 °C/eeuw. Gezien de onzekerheid, zonder autocorrelatie correctie circa ± 0.4 °C/eeuw zijn die vergelijkbaar.
Data:
https://data.giss.nasa.gov/tmp/gistemp/STATIONS/tmp_633062600000_5_0_1/station.txt
http://berkeleyearth.lbl.gov/stations/175554
http://climexp.knmi.nl/getdutchstations.cgi?id=someone@somewhere&TYPE=temp_hom
LikeLike
@Boels
“Rijst de vraag, hoe wordt een “gemeten etmaalgemiddelde” gemeten en hoe groot is de onzekerheid?”
Ik heb geen idee, vraag het bij het KNMI:
https://www.knmi.nl/over-het-knmi/contact/contactformulier
De vraag is: hebben homogenisatie en instrumentcorrecties van historische gegevens zin als die binnen de onzekerheidsmarge van de (berekende) gemiddelde dagtemperatuur vallen.
Ik ken de onzekerheidsmarges niet, maar gezien de resultaten hebben die duidelijk zin. En anders is het appels met peren vergelijken.
LikeLike
@Jos Hagelaars
Het contactformulier heb ik herhaaldelijk gebruikt om “broken links” te melden op de KNMI-websites, maanden terug zelfs met suggesties om die op te sporen en te verhelpen.
Nada resultaat.
Ik wacht nog even.
LikeLike
Beste Anna, ik kan het me voorstellen dat je verbaasd bent om een discrepantie te zien tussen de data van klimaatgek en die van een aantal professionele organisaties. En het is alleen maar toe te juichen dat je je vervolgens gaat orienteren.
Ik begrijp echter niet goed op welke manier je aggressieve benadering en je suggesties van fraude ertoe bijdragen om de redenen voor die discrepantie te ontdekken. Je doet alsof we hetzij lichtgelovige debielen zijn, hetzij doortrapte leugenaars.
Zou je me dat kunnen uitleggen?
Paai
LikeLike
@Paai
Ja, ik snap het ook niet zo goed. Niet alleen de toon van Anna. Maar de antwoorden die ze “nergens kan krijgen” op haar vragen staan ook allemaal gewoon in het stuk van Tinus.
@Boels
“De vraag is: hebben homogenisatie en instrumentcorrecties van historische gegevens zin als die binnen de onzekerheidsmarge van de (berekende) gemiddelde dagtemperatuur vallen.”
Ten eerste, zoals hier al talloze keren gezegd: door die correcties krijg je een beter beeld van het werkelijke temperatuurverloop. Dat is nog steeds zo als de correcties kleiner zijn dan het onzekerheidsinterval. Bovendien: door de correcties wordt de onzekerheid (bijvoorbeeld over de trend over de hele periode) kleiner.
Ten tweede zul je de analyse toch eerst uit moeten voeren om te zien of de correcties groter of kleiner zijn dan het onzekerheidsinterval. En ik zie niet in waarom je de resultaten van die analyse dan niet zou gebruiken, als ze er toch zijn.
LikeLike
@Jos, Paai en Hans
Jos bedankt voor je uitgebreide antwoord.
Maar voor mij zit de verwarring in het begrip raw.
Mijn veronderstelling is/was dat raw data altijd ongecorrigeerde data zijn; dus feitelijk de originele metingen.
En dan wijken die raw data dus af van de grafiek
Dus kennelijk kunnen raw data ook aangepast worden?
LikeLike
Anna,
Nee, ruwe data worden niet aangepast. Ruwe data zijn inderdaad de originele metingen. Daarnaast zijn er de gecorrigeerde, of gehomogeniseerde data, die dus geen ruwe data zijn. De ruwe data worden ook niet “weggetoverd”, zoals je eerder zei. Zie de link in het blogstuk van Tinus.
LikeLike
@Anna
De originele data van alle meetstations blijven natuurlijk zoals ze zijn. Dit zijn de gegevens waar NASA, Berkeley Earth of het KNMI zelf steeds van uit gaan. Er worden dus geen ruwe data ‘bedacht’ en die originele meetgegevens ‘fluctueren niet’ en worden ook niet ‘weggetoverd’.
Wil je echter vergelijkingen maken van bijvoorbeeld de huidige meetwaarden en de oudere meetwaarden, bijv. zoals Tinus in dit blogstuk gedaan heeft, zul je correcties op deze originele meetdata moeten uitvoeren. We weten immers dat er in het verleden van alles met die meetstations is gebeurd, zoals verplaatsingen of andere type meethutten. Als je deze correcties niet uitvoert ben je appels met peren aan het vergelijken. Dat correctieproces noemt men homogenisatie en dat resulteert dan in een nieuwe dataset. Deze technieken zijn goed beschreven wetenschappelijke methoden en worden al geruime tijd toegepast. Zie de uitleg van Tinus hierboven of dit blogstuk van Hans:
https://klimaatverandering.wordpress.com/2014/07/20/homogenisatie-van-temperatuurdata/
Nu weet ik niet wat er precies in die grafieken van je staat, je zou verwachten dat “raw data” de originele meetgegevens van De Bilt bevatten. De andere twee “adjusted” grafieken zijn vast het resultaat van een correctieproces om met al die genoemde onevenwichtigheden in de data rekening te houden.
De gegevens voor die grafiek van mij die je hier opnieuw toont zijn afkomstig van:
https://www.knmi.nl/nederland-nu/klimatologie/gemeten-reeksen
https://www.knmi.nl/nederland-nu/klimatologie/daggegevens
De eerste link bevat de data voor en na homogenisatie van De Bilt t/m 31-8-1951 (blauwe lijn). De tweede link bevat voor De Bilt alleen gehomogeniseerde data (oranje lijn). Deze grafiek zal dan inderdaad afwijken van de originele meetgegevens (de ‘ruwe data’) van De Bilt.
Uit de vorige grafiek in mijn vorige reactie kun je opmaken dat homogenisatie op drie verschillende methoden erg vergelijkbare gegevens oplevert. Reken het zelf anders na, de links naar de data staan erbij. De boodschap is in alle gevallen wel hetzelfde: het is warmer geworden in De Bilt sinds het begin van de metingen.
LikeLike
Um… het hangt natuurlijk wel heel erg van je vak af. Bij veel disciplines gaan data door een groot aantal bewerkingen voor je er iets mee kunt. Vuistregel: als je data kunt terugvertalen naar een eerdere vorm, noem je het ruwe data en dan is het niet erg de orginele data weg te gooien… tot er iets mis gaat.
Met de huidige opslagmedia is het (in mijn vak) van de meeste projecten geen probleem alle data in alle stadia te bewaren, maar twintig, dertig jaar geleden was dat bepaald niet zo. En de volle lade ponskaarten van mijn doctoraalscriptie in 1978 werd weggesmeten zogauw ik mijn hielen had gelicht. Mocht niet, gebeurde toch. Gelukkig ging het niet over klimaat, anders had ik al lang WUWT aan mijn broek gehad 🙂
Paai
LikeLike
@Hans Custers:
“Ten eerste, zoals hier al talloze keren gezegd: door die correcties krijg je een beter beeld van het werkelijke temperatuurverloop.”
Die talloze keren heb ik gemist.
Een “beter beeld” krijg je als de homogenisaties en meetcorrecties terecht en juist zijn toepast.
Al kan ik mij niets voorstellen bij een “beter beeld”; “beter”, is dat kwalitatief of kwantitatief?
Als er geen onzekerheden/standaardafwijkingen van Tg bekend zijn dan zijn homogenisaties (het in overeenstemming brengen met) en meetcorrecties bij voorbaat zinloos en aanvechtbaar als ze toch worden uitgevoerd.
Ook voor de moderne versie van Tg wordt geen marge/standaardafwijking opgegeven en dat lijkt mij een gemis.
LikeLike
Boels,
“Die talloze keren heb ik gemist.”
Dan heb je erg slecht opgelet.
“Een “beter beeld” krijg je als de homogenisaties en meetcorrecties terecht en juist zijn toepast.”
Je heb erg slecht opgelet als je de toelichting over het hoe en waarom van de homogenisaties hebt gemist. Die is in deze draad namelijk meermaals gegeven.
“is dat kwalitatief of kwantitatief?”
Nogmaals, je hebt erg slecht opgelet als je niet inziet dat dit allemaal over kwantitatieve analyses gaat.
“Als er geen onzekerheden/standaardafwijkingen van Tg bekend zijn”
Waar baseer je je op als je beweert dat die onzekerheden niet bekend zijn? Zou het probleem niet vooral kunnen zijn dat je zelf niet zo goed weet over welke onzekerheden en standaardafwijkingen je het hebt? Meetonzekerheden zijn natuurlijk gesneden koek voor meteorologen, daar is alles over bekend. Maar de meetonzekerheid speelt geen enkele rol in de onzekerheid over de langetermijntrend, omdat die dan uitgemiddeld wordt. Onzekerheid in de trend wordt nu bepaald door andere factoren: de natuurlijke variabiliteit en de niet-klimaatgerelateerde zaken die men via homogenisatie juist uit het signaal probeert te halen.
LikeLike
“Rijst de vraag, hoe wordt een “gemeten etmaalgemiddelde” gemeten en hoe groot is de onzekerheid?”
De gemiddelde etmaaltemperatuur is in principe het gemiddelde van 24 temperatuurmetingen op het hele uur. Je kunt het dan zelf narekenen uit de uurgegevens van het KNMI. Voor de gegevens vóór 1971 gaat dat niet meer helemaal op, omdat er vervolgens een correctie is toegepast. In 2014 zijn de oudere gegevens nog eens goed bekeken en gestandaardiseerd, omdat gebleken was dat de gegevens van synoptische metingen en klimatologische metingen door elkaar waren gebruikt, zie
https://projects.knmi.nl/klimatologie/onderzoeksgegevens/standaard/standaardreeksen.html
De uurgegevens zijn kennelijk niet gestandaardiseerd en daardoor is het gemiddelde over 24 uur nu vaak net iets anders dan de nieuwe Tg.
De gegevens voor 1951 zijn daarna gehomogeniseerd, om rekening te houden met de overgang naar andere meetlocaties (Groningen -> Eelde, Den Helder -> De Kooy, Vlissingen -> Souburg -> Vlissingen, Maastricht -> Vliegveld Beek). Voor de minimumtemperatuur, maximumtemperatuur en gemiddelde etmaaltemperatuur heeft ieder een aparte omrekening plaatsgevonden. Dat is niet helemaal ideaal maar ik ga er van uit dat het toch wel een verbetering heeft gebracht.
De minimum- en maximum temperatuur werden overigens gemeten met een aparte minimum-maximum thermometer. Deze informatie ontbreekt jammer genoeg in de metadata van het KNMI.
LikeLike
Beste Anna,
Je vragen zijn al beantwoord door Jos en Hans. Bij wijze van aanvulling:
— als je de ‘raw data’ wil hebben dan kan je die natuurlijk het beste halen bij KNMI zelf, niet bij NASA. Hier een linkje, waar tot 1951 zowel de ‘raw data’ als de gehomogeniseerde temperaturen staan:
https://cdn.knmi.nl/knmi/map/page/klimatologie/gegevens/daggegevens/temp_260.txt
De kolom ‘TG’ is ‘raw data’ en kolom TG_H is gehomogeniseerd.
De reden dat dit specifieke bestand tot 31 augustus 1951 loopt: NA die datum zijn de ‘raw data’ al homogeen (afgezien van UHCI) omdat het daarna allemaal in dezelfde nieuwe meethut en met dezelfde apparatuur gemeten is.
Wil je data van vóór 31/8/1951 combineren met data ná die datum, dan MOET je wel gehomogeniseerde data gebruiken (uit het genoemde bestand). Dat kan niet anders want — zoals Jos al uitgelegd heeft — zou je anders appelen met peren gaan combineren: verschillende lokaties, meethutten en verschillende meetapparatuur.
Wat NASA betreft: de getallen die ‘Klimaatgek’ in die heel oude blogpost aanhaalt bevatten volgens mij een automatische homogenisatie die toentertijd door GHCN (NASA) gebruikt werd om (geautomatiseerd) zo’n inhomogeniteit als op 31/8/1951 te overbruggen. NASA rekende dan een stapsgewijze aanpassing tussen de reeksen voor en na die datum uit (een filter).
Volgens mij doet de huidige versie van GHCN (die NASA gebruikt) dat niet meer. De huidige versie gebruikt de gehomogeniseerde temperaturen van KNMI zelf, die immers het allerbeste weten wat er exact veranderde o.a. op 31/8/1951.
LikeLike
@Hans Custers:
““Als er geen onzekerheden/standaardafwijkingen van Tg bekend zijn”
Waar baseer je je op als je beweert dat die onzekerheden niet bekend zijn?”
Dat schreef ik niet (“Als”), ze worden niet vermeld bij de dag-, maand en jaargemiddelden.
Òf ze zijn bekend en dan is het niet vermelden vreemd.
Òf ze zijn niet bekend en dan is het niet vermelden begrijpelijk.
“Maar de meetonzekerheid speelt geen enkele rol in de onzekerheid over de langetermijntrend..”
Je verbaast mij: het gaat niet over de meetonzekerheid, het gaat over de marge van het gemiddelde.
LikeLike
@Bart Vreeken | augustus 27, 2018 om 19:05 |
Bedankt!
“De gemiddelde etmaaltemperatuur is in principe het gemiddelde van 24 temperatuurmetingen op het hele uur. Je kunt het dan zelf narekenen uit de uurgegevens van het KNMI.”
Niets mis mee en de standaardafwijking is eenvoudig te bepalen.
Analyse van de ruwe uurgegevens toont ook aan dat het bepalen van een daggemiddelde met de (Tx-Tn) methode nogal gebrekkig is; zeker als de waarden van Tx en Tn meerdere keren per dag voorkomen (niet te constateren met een minmax-thermometer!).
Dat de ruwe data alsnog bewerkt moet worden voor klimatologische toepassingen ligt voor de hand; wisselende invloeden van bewolking, windrichting en -snelheid,.. beïnvloeden de temperatuur.
Ik stel mij voor dat er zonder die op korte termijn wisselende invloeden een temperatuurprofiel per dag wordt berekend op basis van zonnestand en insolatie.
Dat profiel zou dan kunnen dienen als “overlay” op de gemeten temperatuur.
Ik begrijp overigens de wens van klimatologen om over een langlopende temperatuurreeks te beschikken.
LikeLike
Boels
“Je verbaast mij”
Ja, ik kan nu eenmaal geen gedachten lezen. En het blijft voor mij een groot raadsel welk probleem jij vermoedt dat er zou kunnen zijn. Omdat het zo evident is dat de onzekerheid in individuele dag-, of maand-, of jaargemiddelden veel te klein is om van enige invloed te zijn op de onzekerheid in de langetermijntrend.
Alleen als de manier waarop het gemiddelde wordt bepaald tijdens de meetperiode is veranderd – waardoor verschillende delen van de periode een andere systematische afwijking zouden kunnen hebben – kan het een factor zijn in de langetermijntrend, omdat er dan sprake kan zijn van een inhomogeniteit. Verder is de onzekerheid in die individuele waarden irrelevant voor klimaatanalyses.
Voor klimaatanalyses zijn natuurlijke variabiliteit en eventuele inhomogeniteiten de factoren die bepalend zijn voor de onzekerheid. Dat wat het punt dat ik probeerde te maken en waar jij aan voorbijgaat.
LikeLike
@Hans Custers:
“Omdat het zo evident is dat de onzekerheid in individuele dag-, of maand-, of jaargemiddelden veel te klein is om van enige invloed te zijn op de onzekerheid in de langetermijntrend.”
Dat is de meetonzekerheid.
Voor 260 1958-01-01 is het gemiddelde van de 24 uurwaarden gelijk aan 3.96 graden C.
De standaardafwijking is 3,06 graden C.
Dat lijkt mij niet “veel te klein”.
Over de periode 1958 t/m 2017 is het 260-gemiddelde 9,89 graden C met een standaardafwijking van 6,32 graden C.
(260 = De Bilt)
LikeLike
Boels,
Je slaat onzin uit. De dagelijkse gang van de temperatuur is een waarneming. Net als het seizoensverloop. Daar kun je niet zomaar een standaardafwijking van maken. Dan verwar je namelijk de waarneming zelf met de onzekerheid in die waarneming.
Ofwel: je kunt niet zomaar op basis van een reeks getallen een standaarddeviatie uitreken en vervolgens beweren dat dat de onzekerheid is. De variatie in die reeks is immers vooral het werkelijke signaal dat je meet.
LikeLike
@Hans Custers
Ik sta paf.
LikeLike
Boels,
Dat kan. Ik hoop dat je bedoelt dat je inmiddels beseft dat je niet zomaar een serieuze onzekerheidsanalyse krijgt door alleen maar als een kip zonder kop een meetreeks in de formule voor de standaardafwijking te plempen. Maar ik heb het bange vermoeden dat dat juist nog helemaal niet tot je doorgedrongen is.
LikeLike
Kan Jan van Rongen/Mr Ooijer hier iets over zeggen?
LikeLike
Jan,
Ik heb het nog even nagerekend voor de data van 1 januari 1958 en Boels heeft precies gedaan wat ik dacht: hij heeft al de uurmetingen van die dag in de formule voor de standaardafwijking geplempt en komt zo op 3,06°C. Wat hij daarmee “aantoont” is dat de temperatuur in de loop van 24 uur behoorlijk varieert. En verder niks. Van dat feit is men bij het KNMI al op de hoogte, dus daar hebben ze Boels niet voor nodig.
De berekening van Boels is geschikt om de onzekerheid te bepalen van een serie metingen van dezelfde waarde. Bijvoorbeeld: als er nu in De Bilt 24 meetstations zouden staan, zou je de 24 daggemiddelden van die stations in die formule kunnen stoppen om een beeld te krijgen van de onzekerheid.
Omdat er maar één meetstation is kan dat natuurlijk niet. Het is daarom wat gecompliceerder om de werkelijke onzekerheid in het gemiddelde te bepalen. Dat is ongetwijfeld gedaan en ik ben ervan overtuigd dat die onzekerheid bijzonder klein is. En volkomen irrelevant voor klimaatanalyses. Dat is natuurlijk ook de reden waarom klimaatwetenschappers zich er niet druk om maken.
Het lastige is dat het vaak nog niet meevalt om wetenschappelijke onderbouwing te vinden voor iets dat zo evident is. Het zou me niet verbazen als je hiervoor terug zou moeten naar een of ander wetenschappelijk artikel van een halve eeuw of langer geleden. Misschien is er iemand die zin heeft om daar naar te zoeken, maar bij mij komt het daar op het moment niet van.
LikeLike
Op gevaar af iets ontzettends stoms te zeggen, maar waarom worden die berekeningen niet in Kelvin uitgevoerd…?
paai
LikeLike
Paai,
Omdat men nou eenmaal gewend is °C te gebruiken. En voor de uitkomst maakt het niets uit.
LikeLike
@Paai:
Voor bv. logaritmische verbanden zal de omzetting naar Kelvin nodig zijn.
LikeLike
@Boels en @HCusters: ik zie wel eens uitspraken als “de temperatuur is met zoveel procent gedaald/gestegen” en daar word ik altijd erg onrustig van. Boels heeft natuurlijk gelijk dat sommige analyses van data ‘vanaf nul’ enzovoorts, maar ik heb er alle vertrouwen in dat dat bij serieuze onderzoeken ook in orde is.
(@Boels, power laws (Zipf!) waren ooit mijn specialiteit).
Paai
LikeLike
Paai,
Ja, procenten zijn onzin als je de Celsius-schaal gebruikt. Ik zie het wetenschappers ook nooit doen.
Overigens zag ik de afgelopen tijd weer wat pseudosceptici (op Twitter) pogingen doen om de opwarming onzichtbaar te maken door de y-as van een grafiek op te rekken. Onder het mom: “een as moet bij 0 beginnen”. Maar dan wel °C gebruiken. En die regel geldt blijkbaar ook alleen voor de y-as. Dat mag wel driedubbel dom genoemd worden, vind je niet?
LikeLike
@Hans Custers:
In de volgende publicatie wordt gewag gemaakt van de standaardafwijking van (Tx-Tn).
Het kan natuurlijk zo zijn dat de publicatie is verworpen.
Klik om toegang te krijgen tot robeson_cr_2002.pdf
Fig. 7. Response of probability distributions to changes in
mean and variance of daily air temperature (graphs can refer
to either Tmax or Tmin, depending on month and location). The
original climate is perturbed by an increase in mean of 3°C.
Using (a) a negative variance response of -0.4 and (b) a positive
variance response of 0.3 produces probability distributions
that are substantially different from those that include
changes in mean temperature only.
LikeLike
Beste Boels,
Dit is een belachelijke opmerking van jouw kant:
Je verwart de spreiding (!) in dag/nacht-temperaturen over een etmaal met de meetonzekerheid in de temperatuur, en dus met de (meet)onzekerheid in de gemiddelde temperatuur. Je vroeg immers naar DIE onzekerheid.
Als het warmer wordt bedoelt men daarmee dat de gemiddelde temperaturen toenemen. Ook indien de SPREIDING (standaardafwijking in de 24 uurwaarnemingen) gelijk blijft en dus het verschil tussen dag- en nachttemperaturen gelijk blijft, kunnen zowel dag als nacht opwarmen.
De spreiding in dag/nacht-temperaturen is iets totaal anders dan de onzekerheid in de (gemiddelde) temperatuur.
“In de volgende publicatie wordt gewag gemaakt van de standaardafwijking van (Tx-Tn).”
Daarmee bedoelt men de “VARIANCE of daily air temperatures”, de spreiding in dag/nachttemperaturen. Dat staat duidelijk in die publicatie. Dat is iets totaal anders dan de meetonzekerheid.
LikeLike
Boels,
Ik ken de formule voor het berekenen van de standaardafwijking en ik heb ook helemaal nergens beweerd dat wat jij berekende geen standaardafwijking was. Ik heb je er op gewezen dat de interpretatie die je er aan verbond onjuist was. De standaardafwijking is in dit geval geen maat voor de onzekerheid in het daggemiddelde.
Het zou fijn zijn als je onze reacties wat beter leest. Dan hoeven we niet alles keer op keer te herhalen.
LikeLike
@Boels,
Ik zie niet waarom die publicatie verworpen zou moeten zijn.
Die figuur 7 waar je het over hebt bevat een weergave van de verdeling van *alle* Tmax of Tmin van een heel jaar over de gehele VS (“depending on the month and location”). Ze laten zien hoe de verdeling zou kunnen veranderen als het originele klimaat verstoord wordt, in dit geval met een stijging van 3 °C. Buiten dat laten ze zien wat er zou kunnen gebeuren met die verdeling als ook de variantie wijzigt. Bijv. in het bovenste plaatje schuift de modus op naar rechts, maar ze laten ook zien wat er gebeurt indien er tegelijkertijd minder koude en minder warme dagen zouden voorkomen. In het onderste plaatje is het precies andersom.
Dat gaat dus niet over de meetfout in Tmax. Je kunt duizenden keren een Tmax meten op verschillende dagen en verschillende locaties door het jaar heen met een precisie van 1/miljardste graad en toch zo’n verdeling krijgen.
LikeLike
Allemaal reacties en veel beschuldigingen, maar even gericht zoeken zit er bij sommigen blijkbaar niet bij. Even zoeken leidt tot deze pagina: https://www.knmi.nl/kennis-en-datacentrum/achtergrond/warmte-eilandeffect-van-de-stad-utrecht
Uit de conclusies:
De huidige bijdrage van advectie van stadswarmte van de stad Utrecht op de temperatuurmetingen van het KNMI in De Bilt hebben we geschat op 0.5°C voor westelijke wind en nachtelijke omstandigheden. Voor een volledige schatting van verstedelijking op de temperatuurtrend in De Bilt, moeten we ook kijken naar de advectie overdag en moeten we eigenlijk ook de beschikking hebben over profielmetingen die De Bilt, Zeist en de Utrechtse Universiteitswijk De Uithof omvatten. Daarnaast moet ook de groei van het stedelijk gebied over de afgelopen eeuw meegenomen worden.
Nadere analyse van de in Brandsma e.a. (2003) gebruikte waarnemingen, laat zien dat aan het eind van de 20ste eeuw, voor nachten met westelijke wind, de bijdrage van advectie van stadswarmte van de stad Utrecht op de temperatuurmetingen van het KNMI in De Bilt 0.35°C bedraagt. Dit is lager dan de hier gevonden 0.5°C. Als we deze 0.5°C schalen met de resultaten in Brandsma e.a. (2003), dan vinden we een bijdrage van de advectie van stadwarmte op de temperatuurtrend in De Bilt over de periode 1901-2008 van ongeveer 0.14°C.
Deze op alternatieve wijze afgeleide nieuwe schatting valt binnen de door Brandsma e.a. (2003) gegeven onzekerheidsband. De totale temperatuurtrend in De Bilt over de periode 1901-2008 bedraagt 1.8°C (hier gedefinieerd als het verschil tussen de gemiddelde temperatuur over de laatste en eerste tien jaar van de reeks). Uitgaande van de hier gevonden schatting van 0.14°C, heeft verstedelijking daar ongeveer 8% aan bijgedragen.
Tot zover het KNMI zelf, niets geheimzinnigs aan, gewoon te vinden op de website van het KNMI (met een beetje zoeken).
LikeLike
@Bob Brand:
@Jos Hagelaars:
@Hans Custers:
Belachelijk?
Het gaat niet over meetfouten.
“..
Simulations suggest that both the mean and standard deviation of temperature are likely to change with a changed climate, and the relative contribution of the mean and standard deviation changes depends on how much each moment changes.
..”
https://www.ipcc.ch/ipccreports/tar/wg1/364.htm
Het gaat u allen goed.
LikeLike
Maar Boels, dat citaat is toch vergelijkbaar met het beeld dat figuur 7 geeft uit het artikel van Robeson waar je mee aan kwam zetten?
Het gaat inderdaad niet over meetfouten maar over de verandering in de variatie van de temperatuur als het opwarmt. Dat heeft ook niets met de homogenisatie te maken maar met het warmer worden. Je kunt zo’n kansverdelingscurves ook voor De Bilt maken. Ik heb dat ooit eens gedaan en je ziet dan dat kansverdelingscurve opschuift naar rechts (hogere T) en dat dus de kansen op hogere temperaturen toenemen, vergelijkbaar met die figuur 7 van Robeson. Niet verwonderlijk natuurlijk als het warmer wordt.
LikeLike
Boels,
Dat is nou precies wat ik je al de hele tijd aan je verstand probeer te peuteren. De door jouw berekende standaarafwijking heeft niets te maken met de meetfout. En net zo min met andere factoren die bijdragen aan de onzekerheid van de (dag)gemiddelde temperatuur. En dus zegt die standaardafwijking niets over de onzekerheid van de daggemiddelde temperatuur. Als je dat nog steeds niet snapt na alle pogingen om dat duidelijk te maken houdt het wel op.
LikeLike
Beste Boels,
jij hebt het ZELF over “de onzekerheid”, hier:
https://klimaatverandering.wordpress.com/2018/08/15/worden-de-warmste-dagen-in-nederland-warmer/#comment-25964
https://klimaatverandering.wordpress.com/2018/08/15/worden-de-warmste-dagen-in-nederland-warmer/#comment-25964
https://klimaatverandering.wordpress.com/2018/08/15/worden-de-warmste-dagen-in-nederland-warmer/#comment-26065
“De onzekerheid” in een gemiddelde temperatuur is NIET hetzelfde als de spreiding, een maat voor het verschil in temperatuur tussen dag en nacht. Met “de onzekerheid” bedoelt men meetonzekerheden.
Het citaat van het IPCC dat je aanhaalt gaat over SPREIDING: zo is het verschil tussen dag en nacht (max en min temperatuur) “likely to change” met een veranderend klimaat.
LikeLike
@Jos Hagelaars | augustus 29, 2018 om 00:09 |
Ik verwees naar onderstaande link om Hans Custers duidelijk te maken dat het gebruik van een standaardafwijking bij gemeten temperaturen niet ongebruikelijk is:
Relationships between mean and standard deviation of air temperature: implications for global warming
Klik om toegang te krijgen tot robeson_cr_2002.pdf
De titel is overduidelijk.
Discussie over de inhoud, betekenis, enz. van de publicatie werkt afleidend van de vraag of bij de berekening van Tg=f(Tx,Tn) een standaardafwijking hoort.
Voor 24-uurs datasets hoort m.i. naast het gemiddelde een standaardafwijking.
Tenzij met “gemiddelde” de mediaan bedoeld wordt, dan is discussie overbodig.
LikeLike
Boels,
Zou je nou eens de moeite willen nemen om te lezen wat wij schrijven, in plaats van dat steeds weer te verdraaien. Je hoeft mij er helemaal niet op te wijzen dat het “niet ongebruikelijk is” om de standaardafwijking te gebruiken bij temperatuurdata. Dat heb ik namelijk helemaal nergens ontkend.
Ik ga niet nogmaals herhalen wat Bob en Jos en ik je steeds maar aan je verstand proberen te peuteren, want het is wel duidelijk dat dat je geen barst interesseert. Je blijft liever volharden in je eigen gelijk. En daarmee je fouten steeds weer herhalen. Dat moet je helemaal zelf weten, als je dan maar niet gaat klagen als we je hier niet serieus nemen.
LikeLike
@Hans Custers:
Je schreef onder meer:
“Je slaat onzin uit. De dagelijkse gang van de temperatuur is een waarneming. Net als het seizoensverloop. Daar kun je niet zomaar een standaardafwijking van maken. Dan verwar je namelijk de waarneming zelf met de onzekerheid in die waarneming. ”
Weer de gebruikelijke belerende toon, zonder enige inhoud en zonder enige aanleiding.
LikeLike
Boels,
Gefeliciteerd! Je hebt zowaar een ietwat ongelukkige formulering van me gevonden! Al kun je in die passage, als je daar in geïnteresseerd zou zijn, nog steeds best kunt lezen wat ik bedoel: de standaardafwijking die jij berekent is geen indicatie van onzekerheid.
En dan nog dat gejammer over een “belerende toon”. Als je je daaraan stoort is er een eenvoudige oplossing: doe gewoon eens wat meer moeite om onze argumenten te gebruiken en te leren van je fouten. Dan hoeven wij niet 100.000 keer te proberen jou op diezelfde fouten te wijzen, waarbij we dan misschien wel eens een toon gebruiken die jou niet bevalt. Of gewoon eens ons geduld verliezen en uit onze slof schieten.
LikeLike
Hans, kijk effe op Open Discussie naar mijn reactievandaag aldaar.
LikeLike
@Hans Custers:
“doe gewoon eens wat meer moeite om onze argumenten te gebruiken en te leren van je fouten.
..
Dan hoeven wij niet 100.000 keer te proberen jou op diezelfde fouten te wijzen, waarbij we dan misschien wel eens een toon gebruiken die jou niet bevalt. Of gewoon eens ons geduld verliezen en uit onze slof schieten.”
Daar is íe weer.
“Onze argumenten” slaan nergens öp omdat “onzekerheden” niet mogen bestaan bij een opgegeven gemiddelde dagtemperatuur.
Want dan noemt of bedoelt “men” het anders.
Je hoeft geen roman te schrijven over eenvoudige zaken.
Bart Vreeken gaf een duidelijk antwoord: moderne 24h metingen kunnen worden gemiddeld tot een gemiddelde temperatuur plus standaardafwijking.
LikeLike
“Onze argumenten” slaan nergens öp omdat “onzekerheden” niet mogen bestaan bij een opgegeven gemiddelde dagtemperatuur.
Boels, hou in vredesnaam op met dat gekleuter. Niemand heeft hier beweerd dat onzekerheden niet mogen bestaan. We hebben je er alleen meermaals met inhoudelijke argumenten op gewezen dat jouw berekening geen deugdelijke onzekerheidsanalyse is. Spreiding en onzekerheid zijn niet noodzakelijk hetzelfde. Ofwel, zoals ik het eerder formuleerde: je hebt nog geen deugdelijke onzekerheidsanalyse als je alleen maar als een kip zonder kop meetgegevens invult in de formule voor de standaardafwijking.
Ik doe nog één poging om het je duidelijk te maken. Als het dan nog niet lukt, houdt het op. De standaarddeviatie die jij berekent zou een maat voor de onzekerheid zijn als je elke uurmeting van de temperatuur zou kunnen zien als een steeksproefsgewijze bepaling van het daggemiddelde. Want dan zouden de verschillend tussen die metingen bepaald worden door toevalsfactoren: meetonnauwkeurgheden bijvoorbeeld, of momentane temperatuurschommelingen. De realiteit is echter dat die uurmetingen in behoorlijk accuraat beeld geven van het temperatuurverloop gedurende de dag. En dus is het ook uitstekend mogelijk om op basis van die metingen een behoorlijk accuraat gemiddelde te berekenen.
De standaardafwijking die jij berekent wordt bepaald door de dagelijkse gang van de temperatuur (en/of door veranderlijkheid van het weer en de seizoenen als je hem over een langer periode uitrekent) en zegt dus niets, maar dan ook niets, over de onzekerheid van het daggemiddelde.
Iedereen weet dat de temperatuur een dagelijkse gang heeft en er is geen enkele reden om dat nog eens duidelijk te maken door de standaardafwijking te geven bij een daggemiddelde. Sterker nog, het leidt waarschijnlijk alleen maar tot verwarring. Het heeft er immers alle schijn van dat er mensen zijn die niet snappen hoe ze die standaardafwijking precies moeten interpreteren, zelfs nadat het ze een keer of 10 is uitgelegd.
LikeLike
Beste Boels,
Het stukje dat je hierboven aanhaalt heeft betrekking op de SPREIDING in luchttemperaturen: dag/nacht, zomer/winter etc. Dat zegt echter geen ene moer (!) over de “onzekerheid” waar jij het over had:
“Relationships between mean and standard deviation of air temperature: implications for global warming”
Dat zijn GEEN onzekerheden maar het is een maat voor het verschil tussen dag- (maximum) en nacht- (minimum) temperaturen. De theorie van het versterkte broeikaseffect voorspelt dat de minimum temperaturen (nachttemperaturen) sneller stijgen dan de maximum temperaturen.
Dit heeft als gevolg dat de ‘standard deviation’ afneemt terwijl de ‘mean’ (het gemiddelde) juist stijgt. En laat dat nou blijken uit de observaties, volgens de publicatie van Robeson 2002 die jij aanhaalt. Daardoor vertonen de standaardafwijking en het gemiddelde een ‘inverse relationship’:
Alweer een stukje ‘evidence’ dat juist het versterkte broeikaseffect de oorzaak is van deze ‘increase in mean temperature’.
LikeLike
Pingback: Rubriek KLM-Air France | Raymond FANTASTische Horstman