Meteorologica september 2020

Jaargang 29 - nr. 3 - September 2020

METEOROLOGICA

HITTE EN ZWARE BUIEN Uitgave van de Nederlandse Vereniging ter Bevordering van de Meteorologie

Climate Physics Master’s Programme at Utrecht University, The Netherlands This Master’s programme offers a unique combination of theoretical courses and practical training in all aspects of the climate system.

Physics, dynamics and chemistry of the atmosphere, the oceans, the glaciers and ice sheets and their interaction are the core of this programme.

Our research fields: • Ocean Circulation and Climate • Physical Oceanography of the Coastal Zone • Atmospheric Dynamics and the Hydrological Cycle • Atmospheric Physics and Chemistry • Ice and Climate

More information: Utrecht University, The Netherlands Institute for Marine and Atmospheric Research

www.uu.nl/masters/climate

2

Meteorologica 3 - 2020

4

Inhoudsopgave 4

Europese temperatuurreeksen: homogenisatie, onzekerheid en impact op de trend

Antonello Squintu, Gerard van der Schrier, Else van den Besselaar, Eveline van der Linden, Albert Klein Tank

10

10 De verdacht hoge temperaturen op 25 juli 2019

op Vliegbasis Deelen

Theo Brandsma, Marijn de Haij, Thom Zwagers

14 Een nieuwe parameterisatie van windvlagen

tijdens extreme stormen

20

Henk van den Brink

16 Oproep voor nominatie van kandidaten voor

de 2021 NVBM Awards

De NVBM Awardcommissie

18 Column – Omgekeerde barometer

Van de hoofdredacteur De zomer loopt alweer ten einde, een zomer met een van de langste (13 dagen, waarvan 9 tropisch) en meest intense hittegolven van de afgelopen eeuw (na 1976 en 2006 nummer drie op de ranglijst, zie www.knmi.nl/ nederland-nu/klimatologie/ lijsten/hittegolven). Hittegolven gaan gepaard met onweer, waarvan we deze zomer verschillende hebben meegemaakt. Een prachtig voorbeeld hiervan is te zien op de coverfoto, gemaakt door Michiel Baatsen.

Over zomerse hitte gesproken, we herinneren ons allemaal natuurlijk nog de extreme warmte van vorige zomer (met twee relatief korte hittegolven), waarin het decennia-oude temperatuurrecord ruimschoots gebroken werd (40.7 °C te Gilze-Rijen). Op diezelfde dag kwam er een melding van temperaturen boven de 42 °C vanaf Vliegbasis Deelen. Dit bleek al snel een verdachte meting te zijn.

Theo Brandsma gaat in zijn artikel (pagina 10) op dit voorval in en laat in detail zien dat de (plotseling beginnende) opwarming die een klein uur aanhield een nogal merkwaardig verloop kende dat waar-

schijnlijk zelfs fysisch onmogelijk was, en gaat ook dieper in op de mogelijke oorzaken van dit soort nogal opvallende temperatuurmetingen.

Nog meer opvallend hoge temperaturen: de opwarming van het Arctische gebied neemt inmiddels zodanige vormen aan dat deze zomer voor het eerst temperaturen boven de 38 °C zijn gemeten binnen de noordpoolcirkel (te Verkhoyansk, Siberië). In de klimaatbijdrage van Sarah Kew en medeauteurs (pagina 26) valt te lezen dat deze Siberische warmterecords deel uitmaken van een langere periode van bovengemiddelde temperaturen aldaar. Als oorzaken wijzen de auteurs op het steeds vroeger smelten van sneeuw en een veranderende atmosferische circulatie. De gevolgen van de sterke opwarming zijn drastisch en wijdverbreid: versneld afsmelten van permafrost, verzakkende infrastructuur en verstoorde ecosystemen (inclusief het ontdooien en vrijkomen van oeroude virussen).

Met excuses voor deze ietwat verontrustende laatste mededeling wens ik alle lezers een veilig en vooral virusloos najaar toe.

Huug van den Dool

19 Weercartoons

Anabella Meijer

20 Weermuziek – Zeeklanken

Harry Geurts

24 Infoplaza neemt Weeronline over en wordt

grootste weerplatform van de Benelux

Jaco van Wezel

26 Klimaatoverzicht – 38 °C boven de noordpoolcirkel

en langdurige Siberische warmte

Sarah Kew, Sjoukje Philip, Geert Jan van Oldenborgh

28 In Memoriam Sytze Stel

Robert Mureau

29 The Harry Otten Prize for Innovation and Technology 30 Column – Kooldioxide en het virus

Leo Kroon

31 NVBM Sponsors en Colofon Advertenties 2 IMAU – Universiteit Utrecht 17 KNMI 23 Wittich en Visser 25 Wageningen Universiteit 32 CaTeC

Voorkant Dreigende wolkenlucht nabij Neubörger en Papenburg (Duitsland), net over de grens bij Groningen, op 13 juli 2020 (foto: Michiel Baatsen). Uit deze bui viel bij Papenburg zo’n 150 mm neerslag. De groenige kleur wordt veroorzaakt door de enorme dichtheid en grootte van de druppels.

Meteorologica 3 - 2020

3

Europese temperatuurreeksen: homogenisatie, onzekerheid en effecten voor trends Antonello Squintu (WUR, KNMI), Gerard van der Schrier (KNMI), Else van den Besselaar (KNMI), Eveline van der Linden (KNMI), Albert Klein Tank (WUR, Hadley Centre) Warmt Europa overal even snel op? Hoe bijzonder zijn de temperatuurextremen die we de afgelopen jaren hebben gezien, en hoe betrouwbaar is de schatting in de afname van het aantal vorstdagen in heel Europa?

Om deze vragen te beantwoorden, moeten we gebruik maken van lange en betrouwbare temperatuurreeksen. In dit artikel wordt beschreven hoe de meetreeksen in de Europese dataset ECA&D homogeen gemaakt worden, wat de betrouwbaarheid van deze aanpassing is en wat de impact is op trendberekeningen.

Inleiding Alle lange meetreeksen kennen inhomogeniteiten. Verplaatsingen van een station, verandering in de meetapparatuur of in de methode waarop een meting gedaan wordt, of veranderingen in de directe omgeving van het station zoals de bouw van een naburig huis of een groeiende bomenrij, introduceren breuken in een meetreeks. Soms leiden deze inhomogeniteiten tot herkenbare sprongen in de temperatuur, maar vaak betreft het vrij subtiele verstoringen van de reeks. Het is bijvoorbeeld mogelijk dat de verstoring alleen een deel van jaar herkenbaar is, of alleen in de minimum- of maximumtemperatuur, of zelfs afhankelijk is van de temperatuur zelf! Het punt is dat een betrouwbaar historisch perspectief van temperatuurvariaties zoveel mogelijk vrij moet zijn van dit soort verstoringen; het is immers niet de bedoeling om in een analyse van klimaatverandering het klimaatsignaal te verwarren met bijvoorbeeld een stationsverplaatsing.

In dit artikel nemen we een grote verzameling Europese reeksen met dagwaarden van temperatuur onder de loep.

Daarvan bepalen we óf en wanneer er inhomogeniteiten in de reeksen zitten om vervolgens de reeksen aan te passen en ze homogeen te maken.

European Climate Assessment & Dataset (ECA&D) De one-stop-shop voor meetreeksen voor temperatuur (en andere variabelen) uit geheel Europa is ECA&D. Alle Europese meteodiensten leveren dagwaarden aan ECA&D, en deze worden, mits de eigenaar toestemming heeft gegeven, beschikbaar gesteld voor wetenschappelijk onderzoek. Deze database bevat gegevens van grofweg 19.000 stations, waarvan ongeveer 7500 temperatuurgegevens leveren. Figuur 1 geeft de verdeling van de reeksen over Europa samen met een indicatie van de lengte van de reeks. Deze kaart geeft al direct aan wat een complicatie is bij deze dataset: er is geen gelijke bedekking van de stations over Europa. Ook de verdeling van lange en korte reeksen is niet netjes gespreid over Europa.

Hoe dan ook: de temperatuurreeksen van ECA&D zijn de basis voor het werk dat hier gepresenteerd wordt.

Ontbreken van metadata Van essentieel belang bij deze meetreeksen zijn de metadata: gegevens over de data. De meest basale metadata betreffen natuurlijk de positie, de hoogte en de naam van het station. Handig is natuurlijk ook een stationsnummer waaronder het station bekend staat. Verder is het voor de interpretatie van de meting van belang om iets te weten over de omgeving, het landgebruik in de directe nabijheid van 4

Meteorologica 3 - 2020

Figuur 1. Temperatuurreeksen in ECA&D. De kleurcodering geeft de lengte van de reeks aan.

het station en op welk soort oppervlak het meetstation staat.

Nog interessanter wordt het als er gegevens bekend zijn over veranderingen in de omgeving en in bijvoorbeeld de meetapparatuur. Op basis van zulke gegevens is vast te stellen of een inhomogeniteit in de data kan worden verwacht. De meest basale metadata zijn vaak direct en makkelijk te verkrijgen, maar hoe specialistischer de metadata wordt, des te moeilijker het wordt om de gegevens boven water te krijgen. De praktijk is dat veel meteodiensten deze specialistische metadata wel hebben, maar vaak niet in gedigitaliseerde vorm. En als deze informatie al digitaal bestaat, dan is het vaak alleen van de meest recente periode of alleen van een kleine selectie van stations.

Vanwege de grootte van de dataset en het vrijwel ontbreken van de meer specialistische metadata, zijn we gedwongen een methode te ontwikkelen die op basis van statistische testen één of meerdere inhomogeniteiten in een reeks herkent en de meest waarschijnlijke aanpassingen voor die inhomogeniteiten toepast.

januari 1863 – december 1883

Gymnasium Altes Borromäum

424m

januari 1884 – juli 1903

Oberrealschule

419m

augustus 1903 – 28 februari 1941

Studiengebäude- Lehrerbildungsanstalt

423m

1 maart 1939 – 15 juni 1996

Luchthaven, locatie 1

434m

sinds 16 juni 1996

Luchthaven, locatie 2

437m

Tabel 1. Beschikbare metadata voor het weerstation Salzburg, Oostenrijk. De rechterkolom geeft de hoogte van het station boven zeeniveau.

Figuur 2. Het meteorologisch station Salzburg in de tuin van de bibliotheek. In 1938 is dit station verplaatst naar het naburige vliegveld.

Hoe het testen in zijn werk gaat aan de hand van het station Salzburg Een mooi voorbeeld om de werking van de homogenisatie procedure te illustreren is de meetreeks van Salzburg (Figuur 2). Via de Oostenrijkse weerdienst ZAMG is een deel van de meer specialistische metadata bekend die we gebruiken om de statistische testen te valideren. Tabel 1 geeft de beschikbare metadata van Salzburg weer.

Breukdetectie De eerste stap is om eventuele breuken in de reeks op te sporen; de meest gebruikte test hiervoor is de Standard Normal Homogeneity Test (SNHT). Het principe achter deze test is eenvoudig: om te testen of de reeks van jaargemiddelde temperatuur een breuk heeft in jaar k wordt de reeks in de twee delen rondom dit jaar gesplitst waarbij jaar k in het eerste deel valt. De cumulatieve afwijking ten opzichte van het gemiddelde van de hele reeks wordt berekend voor beide delen en gedeeld door de standaarddeviatie van de reeks en de lengte van de deelreeks (dus k voor het eerste deel en n-k voor het tweede deel). Als de breuk in jaar k valt dan zal de eerste som veel groter zijn dan de tweede, en dit gegeven wordt gebruikt om de breuk te detecteren. Het nadeel van deze aanpak is duidelijk: een reeks met een trend wordt al snel als inhomogeen gekwalificeerd. De voor de hand liggende aanpassing is om een relatieve test te doen waarbij het verschil tussen de te testen reeks en een homogene referentiereeks door de SNHT gehaald wordt. Met het gebruik van een referentiereeks wordt het klimaatsignaal weggefilterd en is een mogelijke breuk eenvoudiger te herkennen. Merk op dat een elegante alternatieve aanpak is om jaar k uit te sluiten van de analyse (zoals gedaan is in een studie van De Bilt temperaturen, zie Meteorologica nr. 4, 2019).

De methode die we hier gebruiken is gebaseerd op het werk van Kuglitsch et al. (2012) die drie geavanceerdere testen dan de SNHT toepassen en vervolgens overeenstemming tussen twee van de drie testen als criterium gebruiken voor een mogelijke breuk. De testen worden toegepast op jaarlijks gemiddelden, maar ook op gemiddelde temperaturen voor het winter- en zomerhalfjaar.

Onze automatische breukdetectie detecteert alle breuken in de reeks van Salzburg die veroorzaakt zijn door verplaatsingen, behalve de meest recente die waarschijnlijk een erg kleine breuk veroorzaakt heeft (vanwege slechts 3 m hoogteverschil). Er worden wel een paar extra breuken gedetecteerd waarvoor de bekende metadata geen aanleiding geven. De gebruikte testen zijn vrij conservatief, wat betekent dat deze metadata waarschijnlijk onvolledig zijn. Voor het vervolg van dit voorbeeld richten we ons op de breuk rond 1938 die gere-

lateerd is aan het continueren van het station op 1 maart 1939 op het nabijgelegen vliegveld.

Referentiereeksen Voor het bepalen van de aanpassingen in de temperatuur rondom een breuk zijn referentiereeksen (homogene reeksen van naburige stations) noodzakelijk. Aangenomen wordt dat het statistische karakter van de verschilreeks tussen de kandidaatreeks (de reeks die gehomogeniseerd moet worden) en de referentiereeks aan beide zijden van de breuk na correctie gelijk moet zijn.

Bij het zoeken naar homogene referentiereeksen worden de resultaten van de breukdetectie gebruikt. Elke temperatuurreeks is dan te verdelen in homogene sub-reeksen, gescheiden door de gedetecteerde breuken. Zo’n sub-reeks wordt pas gebruikt voor het aanpassen van de kandidaatreeks als er ten minste vijf jaar overlap is (aan beide zijden van de breuk).

Elke kandidaatreeks wordt zo door een groot aantal referentiereeksen omgeven, waarbij we alleen de homogene delen van een reeks gebruiken (de delen tussen de breuken) als de correlatie R tussen kandidaat en referentie groter is dan 0.6 ĂŠn als het hoogteverschil beperkt is ĂŠn als de horizontale afstand tussen de stations van de referentie- en kandidaatreeks niet groter is dan 1000 km. Voor de 1938-breuk in Salzburg vinden we op deze manier 12 geschikte referentiereeksen. Merk op dat deze criteria vrij ruim zijn; het is niet te verwachten dat de

Figuur 3. Histogram en waarschijnlijkheidsverdeling van de aangepaste minimumtemperatuur in mei voor de 20 jaar voorafgaand aan 1938 (blauw) en de 20 jaar volgend op 1938 (rood). De lichtblauwe en lichtrode lijnen geven de originele verdeling. Het onderste deel van de figuur geeft de kwantielfuncties gerelateerd aan de verdelingen van het hoofdfiguur.

Meteorologica 3 - 2020

5

Figuur 4. Schattingen van de aanpassingen voor mei voor het station Salzburg voor de breuk in 1938, als functie van het kwantiel. De inzet geeft de ligging van Salzburg (rode stip) en de omliggende stations (met hun ID-nummer) die gebruikt zijn om de aanpassing te berekenen.

Figuur 5. Jaarlijks gemiddelde minimumtemperatuur te Salzburg. De zwarte lijn geeft de originele reeks, de blauwe lijn geeft de eerste iteratie in het homogenisatieproces, de rode lijn geeft de tweede iteratie. De verticale lijnen geven de breukdetecties in de eerste (blauw) en tweede iteratie (rood).

referentiereeks een getrouwe kopie is van de kandidaatreeks.

De methode gebruikt de verwachting dat het verschil tussen de reeksen, in statistische zin, stationair in de tijd is.

van de reeks naar het meest recente deel is geïnspireerd door de verwachting dat de moderne metingen preciezer zijn dan de oude, maar deze benadering maakt vooral het aanvullen van de reeks met nieuw binnenkomende data veel gemakkelijker.

In het geval van meerdere breuken in een reeks, wat meer regel dan uitzondering is, wordt begonnen met het aanpassen bij de meest recente breuk en wordt stapsgewijs terug in de tijd gewerkt door de eerdere stappen (breukdetectie, referentiereeksen) te herhalen. Figuur 3 maakt duidelijk dat de waarschijnlijkheidsverdeling van de kandidaatreeksen voor en na de breuk – dus nadat de aanpassing is toegepast – veel meer op elkaar lijken. Het bepalen van de aanpassingen van de reeks voor elke maand en elk kwantiel afzonderlijk is gevoelig voor

Quantile-matching Figuur 3 illustreert de aanpak om de 1938-breuk in de reeks van Salzburg te corrigeren. Voor elke maand afzonderlijk worden de waarschijnlijkheidsverdelingen gemaakt van de temperatuurwaarnemingen voor en na de breuk. Aan de hand van het verschil voor elk kwantiel tussen de kandidaatreeks en de mediaan van de referentiereeksen wordt een aanpassing van het deel van de kandidaatreeks voor de breuk bepaald. Het oudere deel van de reeks wordt dus aangepast. Het aanpassen a

c

e

b

d

f

Figuur 6. Kaarten met trend in jaarlijks gemiddelde minimumtemperatuur (boven: a, c, e) en maximumtemperatuur (onder: b, d, f) over de periode 1961 – 2010. De kolom links (a, b) geeft de originele trends, voor de homogenisatie, de middelste kolom (c, d) geeft de trends na de homogenisatie en de rechterkolom (e, f) geeft het verschil (na minus voor). Blauwe cirkels staan voor een negatieve waarde, rode voor een positieve waarde en de grootte van de cirkel relateert aan de grootte van het signaal. Dikgerande cirkels staan voor trends die het significantieniveau van 95% halen.

6

Meteorologica 3 - 2020

Figuur 7. Geografische verdeling van de benchmark en testdata (groene stippen), de verstoorde reeksen (zwarte stippen) en de homogene referentie reeksen (paarse stippen). Voor de Europese situatie liggen de zwarte stippen onder de groene (en zijn niet zichtbaar).

ruis. Om dit te onderdrukken worden de aanpassingen, voor toepassing op de reeks, gefilterd door een eenvoudig gemiddelde te nemen van de aanpassing zelf, en van de twee aanpassingen van naburige maanden en van naburige kwantielen.

Figuur 4 geeft de grootte van de kwantielaanpassingen voor de 1938-breuk voor elk van de 12 referentiereeksen. Voor deze breuk geldt blijkbaar dat de aanpassingen voor elk kwantiel ongeveer gelijk zijn. Voor elk kwantiel en voor elke maand wordt de mediaanwaarde van de referentiereeksen genomen in de aanpassingen van de kandidaatreeks. Hierdoor heeft de homogeniteitsaanpassing ook een seizoenscyclus. Door deze aanpassingen zullen er langere homogene sub-reeksen ontstaan die als referentiereeks kunnen dienen voor andere stations.

Bij een tweede iteratie van breukdetectie en homogenisatie zullen vooral in het vroegere deel van de dataset, wanneer de stationsdichtheid lager is, meer breuken gedetecteerd en aangepast kunnen worden. Dit effect is goed te zien in Figuur 5 voor de originele reeks (zwart), na de eerste iteratie (blauw) en na de tweede iteratie (rood). De tweede iteratie geeft twee nieuwe breuken in het vroege deel van de reeks.

Toepassing op de hele dataset Het effect van het toepassen van deze procedure op de hele Europese dataset is te zien in Figuur 6. Deze figuur laat de trends zien in de jaarlijks gemiddelde minimum- en maximumtemperatuur over de periode 1961 – 2010. De trend is berekend met Sen's slope (dit is een meer robuuste manier van trend bepaling dan de standaard lineaire regressie doordat het veel minder gevoelig is voor outliers). Breuken in reeksen zullen direct effect hebben op de grootte van de trend, en de verwachting is dus dat de homogenisering vooral zichtbaar wordt in trends. De Figuren 6a en 6b laten de trends zien voor de homogenisering, waarbij duidelijk een aantal stations zichtbaar zijn met een (veel) grotere of kleinere trend dan omliggende stations of zelfs met een negatieve trend. Na homogenisatie (panelen c en d) is dit beeld veel gelijkmatiger, wat conform de verwachting is bij het beoordelen van trends – zij het dat een aantal stations nog steeds enigszins uit de toon vallen.

De twee rechterpanelen van Figuur 6 (e, f) geven het verschil tussen de trends voor en na de homogenisatie. De twee rechterpanelen geven duidelijk aan dat stations aangepast worden zowel naar een situatie met een grotere temperatuurtrend (de rode cirkels) als een kleinere temperatuurtrend (de blauwe cirkels).

Figuur 8. Scatterdichtheid plot van de parameter. Op de x-as staat de homogenisatie-index voor de trend in jaargemiddelde 10e percentiel van minimumtemperatuur. Op de y-as de homogenisatie index voor jaargemiddelde trends in de minimumtemperatuur. Bij het punt (1, 1) worden beide trends juist ingeschat. Bij (1, 0) is de trend over jaargemiddelde Tmin goed, maar die in de koude nachten niet. Bij punt (0, 1) is het omgekeerde het geval. De gekleurde punten geven de resultaten van de verschillende meetreeksen en de gekleurde lijnen omcirkelen het gebied waar de helft van de reeksen zich bevinden. De kleurcodering relateert aan de quantile-matching methode (de rode contour) en de vijf alternatieven. De linkerfiguur heeft betrekking op de Tsjechische benchmark dataset, het rechter op de Europese benchmark dataset.

Meteorologica 3 - 2020

7

a

c

e

b

d

f

Figuur 9. Vergelijking tussen resultaten van het EC-Earth klimaatmodel op T799 resolutie met E-OBSv19.0eHOM. De bovenste rij (a, c, e) geeft resultaten voor de minimumtemperatuur in de winter (DJF), de onderste rij (b, d, f) voor de maximumtemperatuur in de zomer (JJA). De linkerkolom (a, b) geeft de bias van het model weer, de middelste kolom (c, d) geeft het verschil in trend (over de periode 1961 – 2010) van seizoensgemiddelde minimum- en maximumtemperatuur, en de rechterkolom (e, f) geeft de trend (over 1961-2010) in het aantal koude nachten of warme dagen. De zwart omrande cirkels zijn de plaatsen waar het trendverschil significant is tot op het 95% niveau.

de gerelateerd aan de benchmark (het beoogde doel) en tst is het startpunt (de test-dataset). Als homind = 0, dan heeft de homogenisatie geen enkel effect gehad. Als homind = 1, dan is de homogenisatie perfect. Is de waarde groter dan 1, dan is er een overshoot in de aanpassingen, en waarden tussen 0 en 1 geven een undershoot aan. Negatieve waarden geven aan dat de breuk alleen maar erger is geworden door de aanpassing.

Het succes van de verschillende methodes kan gevisualiseerd worden door de testdatasets voor TsjechiĂŤ en Europa te homogeniseren en voor elke gecorrigeerde reeks de parameter te berekenen. In dit geval worden de trendwaarden gebruiken voor de berekening van homind. Figuur 8 laat de vergelijking zien voor op basis van trends in de jaargemiddelde minimumtemperatuur en voor homind op basis van trends in het 10e percentiel van de dagelijkse minimumtemperatuur. Deze twee -waarden worden geplot in een scatterplot en de hoop is nu dat de scatterpunten rondom het punt (1, 1) gegroepeerd zijn.

De dichtheid van de wolk scatterpunten zal afnemen verder weg van het punt (1, 1), en de contourlijn geeft de grens van het gebied waarbinnen de meeste scatterpunten liggen (en de dichtheid gehalveerd is).

Figuur 8 laat zien dat voor de Tsjechische dataset alle populaire homogenisatiemethoden erg goed presteren. De contourlijnen van de verdeling liggen allemaal dicht rondom â„Žđ?‘œđ?‘œđ?‘œđ?‘œ − đ?‘?đ?‘?đ?‘?đ?‘?đ?‘?đ?‘?

(1, 1). Blijkbaar maakt het niet zoveel uit welke methode je homđ?‘–đ?‘–đ?‘–đ?‘–đ?‘–đ?‘– = 1 − đ?‘Ąđ?‘Ąđ?‘Ąđ?‘Ąđ?‘Ąđ?‘Ą − đ?‘?đ?‘?đ?‘?đ?‘?đ?‘?đ?‘? gebruikt als de dataset die je wilt homogeniseren een hoge stationsdichtheid heeft. Voor de Europese dataset is dat anders. j is hom deHierbij gehomogeniseerde waarde, ben is de waarde gerelateerd de benchmark (het is hom de gehomogeniseerde waarde, ben is deaan waarDe verdeling wordt veel vlakker en voor een aantal methoden Hoe goed is deze methode?

Hoe vergelijkt deze methode om temperatuurreeksen te homogeniseren met andere methoden? Om dit uit te zoeken hebben we een vergelijking gemaakt tussen deze quantile-matching methode en vijf andere populaire methoden. Hiervoor is gebruik gemaakt van twee datasets, een voor Europa en een voor TsjechiĂŤ, waarvan we precies weten welke inhomogeniteiten deze bevatten, de zogenaamde benchmark datasets.

De Tsjechische dataset is een bijna-ideale situatie waar de stationsdichtheid erg hoog is en de set uit homogene reeksen bestaat. Bij een klein percentage van de dataset (willekeurig gekozen en minder dan 10%) is een inhomogeniteit geĂŻntroduceerd. Dit is gedaan door het recente deel van de reeks te verwisselen met een naburige reeks (de zwarte stippen in Figuur 7). Meer dan 200 homogene reeksen zijn beschikbaar (de paarse stippen) om de homogenisatie mogelijk te maken.

Een grotere uitdaging vormt de Europese benchmark dataset: hier is de stationsdichtheid veel lager gehouden wat beter overeenkomt met de werkelijkheid.

De methode die gebruikt wordt om het succes van de homogenisatie te kwantificeren is de “homogenisatie indicatie�; een eenvoudige methode om het verschil tussen de aanpassingen en het beoogde doel in een getal te vangen:

de doel) en tst is het startpunt (de test-dataset). Als homđ?‘–đ?‘–đ?‘–đ?‘–đ?‘–đ?‘– = 0, dan heeft de homogenisatie enkel effect gehad.

Als homđ?‘–đ?‘–đ?‘–đ?‘–đ?‘–đ?‘– = 1, dan is de homogenisatie perfect. Is de waarde groter dan 8 Meteorologica 3 - 2020 is er een overshoot in de aanpassingen, en waarden tussen 0 en 1 geven een undershoot aan.

verschuift de verdeling sterk naar het punt (0, 0) wat aangeeft dat de homogenisatie weinig effect heeft. Er zijn methoden te onderscheiden die het beter doen dan andere, maar de belangrijkste opmerking die te maken is, is dat in een situatie waarin de dichtheid van homogene referentiereeksen laag is, alle methodes in meer of mindere mate moeite hebben om een betrouwbare homogenisatie uit te voeren.

Toepassing van homogene reeksen Een belangrijke toepassing van een dataset als ECA&D is om een dataset op een regelmatig rooster gebaseerd op alleen stationswaarnemingen te maken (E-OBS). In deze vorm is het namelijk makkelijk om uitkomsten van een klimaatmodel te vergelijken met waarnemingen, om aldus het model te valideren. In een eerdere studie zijn trends in extreme temperaturen van klimaatmodellen vergeleken met E-OBS (Min et al., 2013). De conclusie was dat klimaatmodellen de trend in de toename van extreme temperaturen sterk onderschatten.

Er zijn twee opmerkingen die gemaakt kunnen worden in die vergelijking. De metriek die gekozen is om de extreme temperaturen te kwantificeren, de temperatuur van de heetste dag van het jaar, is heel gevoelig voor toevalligheden tijdens het meten en zijn alleen geldig voor een klein gebied. Het is dan ook te verwachten dat grootschalige modellen deze variabele niet goed kunnen reproduceren. Bovendien is de temperatuur van de heetste dag van het jaar sterk afhankelijk is van de homogeniteit van de meetreeks. De E-OBS versie die Min et al. gebruikt hebben is niet gebaseerd op homogene temperatuurreeksen, waardoor trends in extreme temperatuur niet de correcte reflectie van klimaatverandering is die werd aangenomen.

Op basis van de technieken beschreven in deze studie is een nieuwe versie van E-OBS gemaakt. Deze versie interpoleert de gehomogeniseerde temperatuurreeksen van alleen die Europese weerstations die grotendeels ononderbroken zijn over de hele tijdsperiode van E-OBS (1950 – 2019). Deze dataset heet E-OBSv19.0eHOM. De trends in minimum- en maximumtemperatuur van simulaties van het huidige klimaat door de nieuwste generatie hoge resolutie klimaatmodellen zijn vergeleken met de trends uit deze gehomogeniseerde versie van E-OBS. Hierbij vergelijken we niet de trend in de temperatuur van de warmste dag, maar kijken we naar het aantal dagen waarbij de maximumtemperatuur boven het 90e percentiel (warme dagen) komt (waarbij de drempelwaarde bepaald wordt uit de klimatologische 1981 – 2010 periode). Ook wordt gekeken naar het aantal dagen waarbij de minimumtemperatuur onder het 10e percentiel zakt (koude nachten). Deze grootheden zijn vanwege het gebruik van de plaatselijke klimatologie niet afhankelijk van de locatie.

Figuur 9 geeft de verschillen weer tussen de modelsimulatie van EC-Earth op T799 resolutie (~ 25 km x 25 km) en E-OBSv19.0eHOM, voor de bias in minimum- en maximumtemperatuur, de trend in jaarlijks gemiddelde minimum- en maximumtemperatuur en de trend in het aantal warme dagen en koude nachten. Wat deze vergelijking laat zien, is dat het model overwegend te koud is, dat de trends in seizoensgemiddelde minimum- en maximumtemperatuur eigenlijk vrij goed zijn, maar dat er nog steeds een onderschatting is van trends in de extreme temperaturen in de modellen. Het aantal koude modelnachten in de winter neemt te langzaam af, zeker in Zuid-Europa, en in de zomer wordt de toename in het aantal warme dagen over geheel Europa onderschat.

Ten slotte Het homogeniseren van de temperatuurreeksen van ECA&D moet, vanwege het ontbreken van relevante metadata ‘blind’ gebeuren en de grootte van de dataset maakt dat het zoeken naar breuken en geschikte referentiereeksen geautomatiseerd moet worden. Dit zijn twee belangrijke handicaps vergeleken met de aanpak die verschillende meteodiensten binnen en buiten Europa gebruiken, waar toegang tot nationale metadata en aandacht voor het uitzoeken van referentiereeksen groter is.

Warmt Europa overal even snel op? Het homogeniseren van temperatuurreeksen in Europa leert ons dat de ruimtelijke variatie in trends voor een deel verklaard kan worden door problemen met de reeksen. Heel sterk opwarmende stations bleken onbetrouwbaar, net als stations die opmerkelijk koel bleven in vergelijking met omringende stations. Maar er blijven verschillen – verschillen die wellicht te relateren zijn aan terugkoppelingen binnen het klimaatsysteem en minder samenhangen met veranderingen in opstelling, apparatuur of stationslocatie.

Er zijn belangrijke verbeterpunten te maken bij deze studie. Hoewel de gehomogeniseerde dataset de gebruiker minder snel op het verkeerde been zal zetten bij het kwantificeren van klimaatverandering, zou een inschatting van de onzekerheid van de homogeniteitsaanpassing een mooie aanvulling zijn. Het onderzoek hoe zo’n inschatting te maken is, staat nog maar in de kinderschoenen. Ook de keuze van de referentiereeksen is te verbeteren. In een recent afstudeeronderzoek (Bierman, 2019) is geëxperimenteerd met het gebruik van een regionale heranalyse die gedownscaled is naar een ruimteschaal van ongeveer honderd meter. Deze simulatie bleek goed te gebruiken als referentie bij een nagespeelde verplaatsing van een meting uit het Amsterdamse Vondelpark naar het naburige Schiphol, ondanks de bias in de heranalyse-data. Het is dus goed mogelijk dat modellen onmisbaar gaan worden bij het waarborgen van kwaliteit in waargenomen data!

Dankbetuiging Deze studie is gebaseerd op het promotiewerk van Antonello Squintu, die daarbij geholpen is door Yuri Brugnara (Universiteit Bern), Richard Cornes (Southampton Oceanography Centre), Petr Štěpánek en Pavel Zahradníček (Czech Academy of Sciences) en collega’s uit het PRIMAVERA project.

Literatuur Biermann, J. (2019), High-resolution reanalysis as reference for homogenization studies – The Amsterdam case -, WUR/KNMI internship report, 23p.

Min, E., Hazeleger, W., Van Oldenborgh, G. J., & Sterl, A. (2013). Evaluation of trends in high temperature extremes in north-western Europe in regional climate models.

Environmental Research Letters, 8(1), 014011.

Kuglitsch, F. G., Toreti, A., Xoplaki, E., Della‐Marta, P. M., Luterbacher, J., & Wanner, H. (2009). Homogenization of daily maximum temperature series in the Mediterranean.

Journal of Geophysical Research: Atmospheres, 114(D15).

Squintu, A. A., van der Schrier, G., Brugnara, Y., & Klein Tank, A.M.G. (2019). Homogenization of daily temperature series in the European Climate Assessment & Dataset.

International journal of climatology, 39(3), 1243-1261.

Squintu, A. A., van der Schrier, G., van den Besselaar, E. J., Cornes, R. C., & Klein Tank, A. M.G. (2020). Building long homogeneous temperature series across Europe: a new approach for the blending of neighboring series. Journal of Applied Meteorology and Climatology, 59(1), 175-189.

Squintu, A. A., van der Schrier, G., Štěpánek, P., Zahradníček, P., & Klein Tank, A.M.G. (2020). Comparison of homogenization methods for daily temperature series against an observation-based benchmark dataset. Theoretical and Applied Climatology, 1-17.

Squintu, A. A. van der Schrier, G., van den Besselaar, E.J.M., van der Linden, E., Scoccimarro, E., Roberts, C. and Klein Tank, A.M.G. (2020) Evaluation of trends in extreme temperatures simulated by HighResMIP models across Europe, International journal of climatology (submitted).

Meteorologica 3 - 2020

9

De verdacht hoge temperaturen op 25 juli 2019 op Vliegbasis Deelen Theo Brandsma, Marijn de Haij, Thom Zwagers (KNMI) Nadat op 24 juli 2019 het 75 jaar oude landelijke hitterecord van Warnsveld sneuvelde op Vliegbasis Eindhoven, leek Vliegbasis Deelen dat record een dag later alweer over te nemen. Leek, want de temperatuur steeg zo snel en tot zo’n grote hoogte dat de gemeten maximumtemperatuur van 42.9 °C al snel als verdacht werd aangemerkt en niet als record de boeken in ging. Analyse van de waarnemingen achteraf laat zien dat dat terecht is. Een logische verklaring voor de verdachte metingen is echter niet zomaar voorhanden.

25 juli 2019 Ruim een jaar geleden op 25 juli 2019 liet het KNMI-weerstation op Vliegbasis Deelen midden op de dag een ongebruikelijke temperatuurstijging zien. Tussen 13:43 en 14:18 uur LT steeg de temperatuur in de operationele thermometerhut onverwacht snel van 35.7 °C naar 42.9 °C. Daarna daalde de waarde weer vrij abrupt naar circa 37 °C. Het KNMI heeft deze ongewoon snelle temperatuurschommelingen vrijwel direct als verdacht aangemerkt.

Nader onderzoek was nodig om de oorzaak van deze hoge temperaturen te achterhalen.

De 25ste juli 2019 bleek een unieke dag. Een dag eerder was op Vliegbasis Gilze-Rijen de temperatuur tot een hogere waarde gestegen dan het landelijk hitterecord van 38.6 °C, gemeten op 23 augustus 1944 in Warnsveld. Om 14:57 uur was het op de basis 38.8 °C. Maar aan het eind van de dag had niet Gilze-Rijen maar Vliegbasis Eindhoven met 39.3 °C de hoogste temperatuur. Het nieuwe record bleef precies één dag staan. Op 25 juli gingen er tien stations overheen, waarvan er acht met een maximumtemperatuur boven de 40 °C (Figuur 1). Ook 26 juli was trouwens nog extreem warm; op die dag ging Vliegbasis Volkel met 40.1 °C als enige over de grens van veertig graden heen. De dag ervoor was Volkel nog blijven steken op 39.9 °C. Op Vliegbasis Gilze-Rijen werd met 40.7 °C het hoogste maximum gemeten. Dit nieuwe landelijk hitterecord wordt betrouwbaar geacht. Voor Deelen werd de maximumtemperatuur op 25 juli na handmatige validatie bijgesteld naar 39.2 °C. Dit is de gemeten temperatuur op de operationele locatie om 17:20 uur, drie uur na het optreden van de verdachte waarnemingen. Voor de tussenliggende uurwaarden is gebruik gemaakt van de temperatuur op de back-up locatie elders op de basis.

10

Meteorologica 3 - 2020

Figuur 1. Maximumtemperaturen in Nederland op 25 juli 2019.

Figuur 2. Ligging van de meteotuin op Vliegbasis Deelen; foto genomen richting zuidoost tijdens de KNMI-inspectie op 6 maart 2018. Rechts is het kantoor te zien van waaruit uitzicht is op het waarneemterrein.

Controle apparatuur en navraag meetomstandigheden Naar aanleiding van de verdachte temperatuurwaarnemingen op 25 juli hebben enkele KNMI-stationsinspecteurs in de daaropvolgende week Vliegbasis Deelen bezocht. Er is gesproken met een verantwoordelijk medewerker die op 25 juli aanwezig was en vanuit het kantoor uitzicht had op het waarneemterrein (Figuur 2). Deze bevestigde dat er op het moment van de verdachte waarnemingen geen bijzonderheden waren opgetreden die de metingen kunnen hebben beïnvloed, zoals de aanwezigheid van open vuur, vliegbewegingen of maaiwerkzaamheden.

De KNMI-inspecteurs constateerden geen veranderingen in de waarneemcondities ten opzichte van vorige inspecties.

Ter plaatse is met een temperatuurdummy vastgesteld dat er geen problemen waren met de communicatieverbinding tussen temperatuursensor en de data-acquisitie unit (SIAM).

De temperatuursensor en de unit zijn vervolgens omgewisseld en meegenomen naar het KNMI voor controle in het KNMI-ijklaboratorium. Deze controle liet geen onregelmatigheden zien in sensor en/of acquisitie unit. Daaruit concluderen we dat de metingen gedurende het event op Deelen technisch correct waren.

Analyse van de metingen 25 juli 2019 was een zonnige dag op Vliegbasis Deelen met alleen wat cirrus op grote hoogte. Op het moment van de verdachte metingen was de windsnelheid ongeveer 3 m/s, en de windrichting varieerde tussen noordoost en zuidoost. Figuur 3 toont de 1-min temperatuurwaarnemingen tussen 13:00 en 15:00 uur lokale tijd. Naast de operationele temperatuur gemeten op 1.50 m hoogte laat de figuur ook de temperatuur

zien die gemeten is op 0.10 m hoogte (op dezelfde locatie) en de 1.50 temperatuur op de back-up locatie circa 1 km ten noordwesten van de operationele locatie (Figuur 4). Opvallend is dat op de operationele locatie zowel de sensor op 1.50 m als die op 0.10 m hoogte gelijktijdig de snelle temperatuurstijging laten zien. Beide temperaturen worden zelfs bijna aan elkaar gelijk, terwijl voor en na de piek het aan de grond ongeveer 2 °C warmer is (zoals je mag verwachten op een onbewolkte warme dag met weinig wind). Er is dus sprake van een gelijke beïnvloeding van de temperatuur op zowel 0.10 als op 1.50 m hoogte, met een sterke verticale menging. In het eerste kwartier, van 13:43 – 13:58 uur, bedraagt de temperatuurstijging op 1.50 m hoogte ongeveer 0.3 – 0.5 °C per minuut; daarna vlakt deze af naar 0.1 – 0.2 °C per minuut.

Wat ook opvalt is dat na de piek van 42.9 °C om 14:18 LT de temperatuur op 1.50 m abrupt terugvalt naar een niveau van ongeveer 37.0 °C. Deze daling heeft een exponentieel verloop.

Dit verloop is vergelijkbaar met het temperatuurverloop dat je verwacht wanneer een sensor in een kunstmatig geconditioneerde omgeving (bijvoorbeeld een klimaatkast) blootgesteld wordt aan een warmtebron tot er een evenwichtstemperatuur bereikt is en die bron vervolgens abrupt afgeschakeld wordt.

Voor deze combinatie van snelle temperatuurstijging en abrupte daling hebben wij geen natuurlijke oorzaak kunnen bedenken. Het feit dat er op 0.10 m hoogte een vergelijkbare temperatuurstijging plaatsvindt, laat zien dat sprake is van een lokale verhoging van de luchttemperatuur. Dat de latere afname van de temperatuur op 0.10 m langzamer verloopt dan op 1.50 m hoogte is begrijpelijk. Op 0.10 m hoogte is de natuurlijke ventilatie namelijk een stuk geringer dan op 1.50 m hoogte.

De 1.50 m temperatuur op de back-up locatie laat helemaal

Figuur 3. Verloop van de 1-minuut luchttemperatuur op Vliegbasis Deelen op 25 juli 2019 tussen 13:00 en 15:00 uur lokale tijd. De rode en blauwe lijnen geven de temperatuur op de operationele locatie op respectievelijk 1.50 m (TAm) hoogte en 0.10 m hoogte (TGm). De groene lijn geeft de temperatuur op de back-up locatie (1 km ten noordwesten van de operationele locatie).

Meteorologica 3 - 2020

11

niets zien van enige temperatuursprong. Datzelfde geldt ook voor een vergelijking met omringende AWS locaties (Heino, Hupsel, Volkel, De Bilt). Figuur 5 laat zien dat de temperatuursprong samenvalt met een dip in de globale straling (QGm). De figuur laat een 5 – 7% afname zien ten opzichte van het oorspronkelijke niveau van 800 W/m2. Deze kan het gevolg zijn van de aanwezigheid van cirrusbewolking in de omgeving of van een kortstondige toename van aerosolen (of andere stofdeeltjes) in de lucht. In beide gevallen is het – fysisch gesproken – opmerkelijk dat dit samenvalt met een snelle toename in de temperatuur. De absolute vochtigheid van de lucht (Hum) laat geen bijzonderheden zien tijdens de temperatuurtoename. Windrichting (WRm) en -snelheid (WSm) laten halverwege de opgaande stijging van de temperatuur een verandering zien. De wind ruimt dan van 75 naar 130⁰ en windsnelheid neemt toe van 2.5 naar 4.0 m/s. Merk op dat dit moment samenvalt met de verandering in de sterkte van de trend van de temperatuurstijging.

Discussie en conclusie De inspectie en de analyse van de meetgegevens suggereren een niet-natuurlijke oorzaak van de ongewoon hoge tempera-

Figuur 4. Situering van de metingen op Vliegbasis Deelen. De operationele locatie (Meteotuin) bevindt zich aan de oostkant; 1 km ten noordwesten daarvan bevindt zich de locatie met de backup temperatuurmetingen (Main LCB20), en 1 km ten zuidwesten de locatie van de 10 m windmast (WM10m) (bron: luchtfoto 2019 25cm RGB open data – PDOK Landelijke Voorziening Beeldmateriaal).

Figuur 5. Verloop van de 1-minuut waarnemingen op 25 juli 2019 tussen 13:00 en 15:00 uur lokale tijd van (a) luchttemperatuur op respectievelijk 1.50 m (TAm), (b) globale straling (QGm), (c) specifieke vochtigheid (Hum), berekend uit temperatuur en relatieve vochtigheid, (d) windrichting (WRm) en (e) windkracht (WSm). De rode lijn markeert het begin en einde van de snelle temperatuurstijging. TAm, Hum, QGm, zijn afkomstig van de operationele locatie, WRm, en WSm zijn gemeten op 1 km ten zuidwesten van de operationele locatie.

12

Meteorologica 3 - 2020

Figuur 6. Verloop van de 1-minuut luchttemperatuur op Vliegbasis Deelen op 4 december 2018 tussen 19:00 en 23:00 uur lokale tijd. De rode en blauwe lijnen geven de temperatuur op de operationele locatie op respectievelijk 1.50 m (TAm) hoogte en 0.10 m hoogte (TGm). De groene lijn geeft de temperatuur op de back-up locatie (1 km ten noordwesten van de operationele locatie).

turen in Deelen op 25 juli 2019. Incidenteel meet het KNMI op de AWS-locaties temperaturen die abnormaal hoog zijn, bijvoorbeeld bij een combinatie van lage zonnestand en windstilte of boven een sneeuwdek (Bijma, 2012). In zulke gevallen heeft de natuurlijk geventileerde KNMI-schotelhut last van stralingsfouten. Daarvan is in dit geval Deelen totaal geen sprake: de metingen vonden plaats bij een hoge zonnestand en er was voldoende natuurlijke ventilatie.

Soms zijn afwijkende temperaturen het resultaat van een technische storing. Een bekend voorbeeld daarvan is de temperatuur in Stavoren op 16 juli 2012. Op die dag steeg de temperatuur daar naar een recordwaarde van 49.7 °C. Omdat de 10-minuten datastroom ongevalideerd naar buiten gaat, kwam die temperatuur ook in actuele temperatuurkaartjes terecht.

Dat leidt soms tot grappige reacties. Zo verscheen in de Spits van 17 juli een ansichtkaart met ‘De groeten uit Stavoren’, met op de achtergrond een foto van een kamelenkaravaan in de woestijn. In het geval Deelen lijkt een storing van technische aard echter uitgesloten.

Ook een natuurlijke oorzaak als een ‘heatburst’ (Van den Dool en De Bruin, 2014) lijkt te kunnen worden uitgesloten.

Dit fenomeen treedt voornamelijk ’s nachts op. De enkele keer dat het overdag optreedt gaat het gepaard met een sterke afname van de dauwpuntstemperatuur. Daarvan is hier geen sprake.

We hebben in het 10-min archief van Deelen gekeken (april 2003 – maart 2020) of vergelijkbare temperatuurpieken midden op warme zomerdagen vaker zijn opgetreden.

Dat blijkt niet het geval. Wel vonden we een vergelijkbaar geval op een winterdag, namelijk op de avond van 4 december 2018 (zie Figuur 6). Ook in dit geval hebben we geen meteorologische verklaring kunnen vinden voor het gemeten temperatuurverloop. Het was die avond bewolkt, droog en er stond een oostelijke wind van circa 1 m/s. Op de back-up locatie en de omringende stations zijn vergelijkbare temperatuurpieken afwezig. Bijzonder in dit geval is dat de specifieke vochtigheid sterk toeneemt op het moment van de pieken in de

temperatuur (van 4.5 – 5.0 g/m3 tot maximaal 6.5 g/m3 tijdens de hoogste temperatuurpiek). Dit suggereert inmenging van vochtige lucht.

Onverklaarbare temperatuurmetingen zoals hierboven besproken zijn nooit helemaal te voorkomen. Wel is het goed om zulke events te onderzoeken om te zien of er een bepaald patroon te achterhalen valt. In het geval van Deelen zullen we – in overleg met Defensie – de metingen de komende tijd nauwlettend volgen. Daarnaast moderniseert het KNMI de komende jaren de kwaliteitscontrole van real-time waarnemingen. Daarmee worden verdachte waarnemingen op een objectieve manier uitgefilterd. Voor bijzondere waarnemingen die niet met validatieregels zijn te vangen, blijven we aangewezen op experts die op basis van alle beschikbare informatie de waarnemingen beoordelen. De extreem hoge temperatuurrecords in grote delen van Europa in juli 2019 laten zien dat dit ook bij collega-weerdiensten de gangbare praktijk is.

Naar aanleiding van de in 2019 gemeten extreem hoge maximumtemperaturen – die voorheen voor onmogelijk gehouden werden in Nederland – heeft het KNMI het ijkbereik van de Pt-500 temperatuursensoren aangepast. De bovengrens is verschoven van 40 naar 50 °C. De ijkingen van de temperatuursensoren worden zeer zorgvuldig uitgevoerd en laten zien dat de sensoren ook in die hogere range normaal functioneren.

Samenvattend concluderen we dat de operationele temperatuurwaarnemingen op 25 juli 2019 op Vliegbasis Deelen technisch correct waren. Het ongebruikelijke temperatuurverloop tussen 13:43 en 14:18 lokale tijd die dag – zowel op 1.50 als op 0.10 m boven het maaiveld – heeft hoogstwaarschijnlijk een niet-natuurlijke oorzaak. Deze oorzaak is vooralsnog helaas onbekend.

Literatuur

Bijma, J.R., 2012: Nauwkeurigheid van operationele temperatuurmetingen. KNMI Technical Report TR-328.

Van den Dool, H. en H. de Bruin: Het verschijnsel “Heat Burst, Meteorologica 1: 10-12, 2014.

Meteorologica 3 - 2020

13

Windvlagen tijdens extreme stormen

Windvlagen tijdens extreme stormen

Henk van den Brink (KNMI) extreme stormen Windvlagen tijdens

windvlaag [m/s]

Extreme stormentijdens behoren bij de belangrijkste natuurlijke gevaren die Europa bedreigen. De Windvlagen Henk van den Brink (KNMI) extreme stormen Henk van den Brink (KNMI) schade wordt hierbij niet zozeer veroorzaakt door de gemiddelde wind, maar door de windvlagen, dat wil de (KNMI) maxima van de wind gedurende enkele seconden.die ErEuropa bestaanbedreigen. talloze methodes Extreme stormen behoren bij de De schade wordt Henk vanzeggen, den Brink Extreme stormen behoren bij de belangrijkste belangrijkstenatuurlijke natuurlijkegevaren gevaren die Europa bedreigen.

De hierbij niet zozeer veroorzaakt de gemiddelde wind, door de “de windvlagen, dat om de sterkte van een windvlaagdoor te schatten, variĂŤrend vanmaar de vuistregel windvlaag is wil 1.5 zeggen, keer de maxischade hierbij niet zozeer veroorzaakt de gemiddelde wind, maarom door windvlagen, ma vanwordt de wind gedurende enkele seconden.door Er bestaan talloze methodes dede sterkte van een windvlaag de gemiddelde windâ€? tot complexe formules waarin onder andere de hoogte van de grenslaag en Extreme stormen behoren bijvuistregel dewind belangrijkste natuurlijke gevaren die Europa bedreigen.

De dat wil zeggen, de maxima de gedurende enkele seconden. bestaan talloze methodes te schatten, variĂŤrend van van de “de windvlaag is 1.5 keer de Er gemiddelde windâ€? tot complexe formude lokale turbulente kinetische energie worden meegenomen.

Bijna altijd isdoor de schatting van de les waarin onder andere de hoogte van de grenslaag envan dede lokale turbulente kinetische schade wordt hierbij zozeer veroorzaakt door de gemiddelde wind, maar de windvlagen, om de sterkte van eenniet windvlaag te schatten, variĂŤrend vuistregel “de windvlaag isenergie 1.5 keerworden meewindvlaag afhankelijk gemiddelde 10m wind, enafhankelijk heel vaak van ookde van de lokale ruwheid vanen heel vaak genomen.

Bijna altijd isvan de de schatting vangedurende de windvlaag gemiddelde 10m wind, dat wil zeggen, de maxima van de wind bestaan methodes de gemiddelde wind� tot complexe formules waarinenkele onder seconden. andere de Er hoogte vantalloze de grenslaag en ook van de lokale ruwheid van het niet oppervlak.

Doorals de functie windvlaag af te leiden wind als functie van hetde oppervlak.

Door de windvlaag af te leiden vanniet de gemiddelde maar vande gemidom sterkte van een windvlaag te schatten, variĂŤrend van de vuistregel “de windvlaag is 1.5 keer de lokale turbulente meegenomen. altijd isresultaat. de schatting van detail de daarbij delde wind maar vankinetische de hoogteenergie vinden worden we een even verrassendBijna als elegant Saillant de hoogte vinden we een even verrassend als elegant resultaat.

Saillant detail daarbij is dat we in de gemiddelde wind� tot complexe formules waarin onder andere de hoogte van de grenslaag en is dat we in de afleiding maken van formules die allemaal al ruim bekend zijn.van In dit artikel windvlaag afhankelijk vangebruik de gemiddelde 10m wind, en heel vaak ook van 30 de jaar lokale ruwheid de lokale afleiding gebruik maken vanenergie formules die allemaal al ruim Bijna 30 gedurende jaar bekend In ditin artikel richten we ons op een schatting van meest extreme windvlaag 3 zijn. seconden tijdvakken van 10 de turbulente kinetische meegenomen. altijd is de schatting van de het oppervlak.

Door de windvlaag nietdeafworden te leiden als functie van de gemiddelde wind maar van minuten op ons 10mop hoogte (de WMO van standaarden).

Omdat dewindvlaag meest extreme windvlagen veelal een niet-conrichten we een schatting de meest extreme gedurende 3 seconden in windvlaag afhankelijk vaneven de gemiddelde 10m wind, en heel vaak ook van de daarbij lokale ruwheid de hoogteoorsprong vinden wehebben, een als elegant resultaat.

Saillant detail is dat wevan in vectieve zalverrassend hierop de nadruk liggen. tijdvakken van 10 minuten op 10m hoogte (de WMO standaarden).

Omdat de meest extreme hetafleiding oppervlak.

Door maken de windvlaag niet af te als functie de gemiddelde wind maar van de gebruik van formules dieleiden allemaal al ruimvan 30 jaar bekend zijn.

In dit artikel windvlagen veelal een niet-convectieve oorsprong hebben, zal hierop de nadruk liggen.

Afleiding de hoogte eenschatting even verrassend elegant resultaat.

Saillantgedurende detail daarbij is dat we in richten wevinden ons opweeen van de als meest extreme windvlaag 3 seconden De afleiding van de parameterisatie van a) de afleiding gebruik maken van formules die allemaal al ruim 30 jaar bekend zijn.

In artikel tijdvakken van 10 minuten op 10m hoogte (de35WMO standaarden). Omdat de meestdit extreme de sterkte van windvlagen gebeurt door 18 Januari 2007 Afleiding richten we veelal onsvan op een schatting De van oorsprong de meest hebben, extreme windvlaag 3 seconden in windvlagen een niet-convectieve zal hierop degedurende nadruk liggen. het combineren drie formules.

10m De afleiding van de parameterisatie van de sterkte van windvlagen gebeurt door het combineren van tijdvakken van 10 minuten op 10m eerste is de dimensieloze representatie van hoogte (de 30 WMO standaarden). Omdat de meest extreme drie formules.

De eerste is de neutrale dimensieloze representatie verticale windschering de verticale windschering tijdens windvlagen veelal een niet-convectieve oorsprong hebben,van zal de hierop de nadruk liggen. gedurende Afleiding condities bijvoorbeeld Businger et al., neutrale(zie condities (zie bijvoorbeeld Businger et al., 1971): De afleiding van de parameterisatie van de sterkte 25van windvlagen gebeurt door het combineren van 1971): Afleiding drie formules. De eerste is de dimensieloze representatie van de verticale windschering gedurende đ?œ…đ?œ…đ?œ…đ?œ… đ?œ•đ?œ•đ?œ•đ?œ• van de(zie =1 De afleiding parameterisatie van de sterkte windvlagen gebeurt door het combineren (1) van neutrale condities bijvoorbeeld (1) Businger et al., 1971): 20 van đ?‘˘đ?‘˘âˆ— đ?œ•đ?œ•đ?œ•đ?œ• drie formules. De eerste is de dimensieloze representatie van de verticale windschering gedurende waarin Îş de Von KĂĄrmĂĄn constante is đ?œ…đ?œ…đ?œ…đ?œ… đ?œ•đ?œ•đ?œ•đ?œ• neutrale condities (zieKĂĄrmĂĄn bijvoorbeeld Busingeris et(0.41), al., 15 1971): waarin đ?œ…đ?œ… hoogte de Von constante đ?‘§đ?‘§ de hoogte boven het oppervlak, đ?‘˘đ?‘˘âˆ—(1)de (0.41), boven het oppervlak, =z 1de đ?‘˘đ?‘˘âˆ— đ?œ•đ?œ•đ?œ•đ?œ• uwrijvingssnelheid, de wrijvingssnelheid, de winden đ?‘ˆđ?‘ˆendeUwindsnelheid.

We veronderstellen dat onder de extreme windcondities * đ?œ…đ?œ…đ?œ…đ?œ… đ?œ•đ?œ•đ?œ•đ?œ• snelheid.

We veronderstellen dat onder = 1hier beschouwen formule (1) geldig is. 10 (1) die we Dat betekent dat sterk convectieve situaties buiten waargenomen đ?‘˘đ?‘˘âˆ— đ?œ•đ?œ•đ?œ•đ?œ• de extreme windcondities die we hier waarin đ?œ…đ?œ… de Von KĂĄrmĂĄn constante is (0.41), đ?‘§đ?‘§ de hoogte boven het oppervlak,windvlaag đ?‘˘đ?‘˘âˆ— deop 10m waargenomen gem. wind beschouwing worden gelaten.

Door (1) te integreren krijgen we het bekende logaritmischeop 140m beschouwen formule geldig is.

Datformule wrijvingssnelheid, en(1) đ?‘ˆđ?‘ˆ de windsnelheid.

We veronderstellen dat onder de extreme geschattewindcondities windvlaag op 10m 5 betekent dat sterk convectieve situaties profiel (zie bijvoorbeeld Tennekes, 1973): waarin đ?œ…đ?œ… de Von KĂĄrmĂĄn constante is is.(0.41), đ?‘§đ?‘§ 06:00 de hoogte boven het14:00 oppervlak, đ?‘˘đ?‘˘âˆ— 20:00 de 22:00 00:00 die we hier beschouwen formule (1) geldig Dat betekent dat sterk convectieve situaties buiten 04:00 08:00 10:00 12:00 16:00 18:00 buiten beschouwing worden gelaten. Door wrijvingssnelheid, en gelaten. đ?‘ˆđ?‘ˆ krijgen de windsnelheid.

We(1)veronderstellen dat onder de extreme tijd [UTC] windcondities beschouwing worden Door formule te integreren krijgen we het bekende logaritmische formule (1) we het đ?‘˘đ?‘˘âˆ— te integreren đ?‘§đ?‘§ đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§) = đ?‘™đ?‘™đ?‘™đ?‘™ ( ) (2) die we hier beschouwen formule (1) geldig is.

Dat betekent dat sterk convectieve situaties buiten bekende(zie logaritmische profiel (zie bijvoorprofiel Tennekes, 1973): đ?œ…đ?œ… bijvoorbeeld đ?‘§đ?‘§0 b) beeld Tennekes,worden 1973): gelaten. Door formule (1) te integreren krijgen we het bekende logaritmische beschouwing 35 18 Januari 2018 đ?‘˘đ?‘˘ đ?‘§đ?‘§ ∗ profiel (zie bijvoorbeeld Tennekes, 1973): De ruwheidslengte aan đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§) = đ?‘™đ?‘™đ?‘™đ?‘™ ( ) đ?‘§đ?‘§0 is gedefinieerd (2) als de theoretische hoogte waar de windsnelheid gelijk is(2) đ?œ…đ?œ…

10m

��0

windvlaag [m/s]

0. De tweede stap is om de standaarddeviatie van 30 de wind đ?œŽđ?œŽđ?‘˘đ?‘˘ te relateren aan đ?‘˘đ?‘˘âˆ— die via formule (2) đ?‘˘đ?‘˘ đ?‘§đ?‘§ ∗ De ruwheidslengte is gedefinieerd de Højstrup (1982) laat zien dat de verhouding tussen đ?œŽđ?œŽ en đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§) = đ?œ…đ?œ… đ?‘™đ?‘™đ?‘™đ?‘™is(đ?‘§đ?‘§aan )z0 de gerelateerd gemiddeldealswind. đ?‘˘đ?‘˘ (2)đ?‘˘đ?‘˘âˆ— De ruwheidslengte đ?‘§đ?‘§0 isdegedefinieerd 0 waar theoretische hoogte windsnelheidals de theoretische hoogte waar de windsnelheid gelijk is aan onderis neutrale conditiesstap alleen afhangt van de25hoogte. Voor 10m hoogte is deze verhouding dus gelijk aan 0.stap De tweede is om de 0.

De tweede is om de standaarddeviatie van de wind đ?œŽđ?œŽđ?‘˘đ?‘˘ te relateren aan đ?‘˘đ?‘˘âˆ— die via formule (2) constant: standaarddeviatie van de wind Ďƒ te relateDe ruwheidslengte đ?‘§đ?‘§ is gedefinieerd als de theoretische hoogte waar windsnelheid gelijk u gerelateerd is aan de0gemiddelde wind. Højstrup (1982) laat zien dat dede verhouding tussen đ?œŽđ?œŽđ?‘˘đ?‘˘ is enaan đ?‘˘đ?‘˘âˆ— ren aan u* die via formule (2) gerelateerd is 20 0. De tweede stap is om de standaarddeviatie vanhoogte. de windVoor đ?œŽđ?œŽđ?‘˘đ?‘˘ te relateren aan đ?‘˘đ?‘˘âˆ— dieverhouding via formuledus (2) onder neutrale condities alleen afhangt van de 10m hoogte is deze aan đ?œŽđ?œŽđ?‘˘đ?‘˘ de gemiddelde wind. Højstrup (1982) = đ??śđ??ś = 2.4 (3) gerelateerd is aan de gemiddelde constant: laat verhouding tussen Ďƒwind. en Højstrup (1982) laat zien dat de verhouding tussen đ?œŽđ?œŽđ?‘˘đ?‘˘ en đ?‘˘đ?‘˘âˆ— đ?‘˘đ?‘˘âˆ— zien dat de u uonder onderneutrale neutrale condities condities alleen alleenafhangt afhangt van de15 hoogte. Voor 10m hoogte is deze verhouding dus * van de hoogte. Voor 10m hoogte is deze đ?œŽđ?œŽ đ?‘˘đ?‘˘ constant: De=waarde van C varieert een beetje in de literatuur. Wieringa (1973) neemt C = 2.5, Verkaik (2000) đ??śđ??ś = 2.4 (3) verhouding dus constant: đ?‘˘đ?‘˘âˆ—

gebruikt C = 2.2. De derde stap en laatste is10stap is omwaargenomen de windvlaag đ??şđ??ş te opontbinden in een windvlaag 10m waargenomen gem. wind op 140m (3) 2.4 (3) geschatte van C varieert een beetje in de literatuur.

Wieringa (1973)windvlaag neemt Cop= 10m 2.5, Verkaik (2000) 5 02:00 is om 04:00 06:00 08:00 10:00 12:00 gebruikt = 2.2.

De derde stapinen de windvlaag đ??şđ??ş te ontbinden in een 14:00 De waardeCvan C varieert een beetje de laatste is stap De waarde van C varieert een beetje 2.5, Verkaik (2000) literatuur.

Wieringa (1973) neemt C = 2.5,in de literatuur. Wieringa (1973) neemt Ctijd= [UTC] Verkaik = 2.2. stap en laatste is stap is om de windvlaag đ??şđ??ş te ontbinden in een gebruikt(2000) C = gebruikt 2.2. De Cderde đ?œŽđ?œŽđ?‘˘đ?‘˘ = đ??śđ??ś = đ?‘˘đ?‘˘âˆ— waarde De

De derde en laatste stap is om de windvlaag G te ontbinden in een gemiddelde snelheid U en een positieve fluctuatie, die proportioneel genomen wordt met de standaarddeviatie van de windsnelheid Ďƒu (zie 14

Meteorologica 3 - 2020

16:00

Figuur 1. Validatie van formules (7) en (8) op 10m. Getoond zijn de tijdreeksen van de 3sec windvlagen op 10m in Cabauw gedurende de stormen van 18 Januari 2007 (a) en 18 Januari 2018 (b). Zwart: waarnemingen. Rood: waargenomen gemiddelde snelheid op 140m. Blauw: gemiddelde windsnelheid op 140m verkregen uit interpolatie tussen z1 = 10m en z2= 200m.

De lichtblauwe band geeft de 90% onzekerheid in de waarde van G weer.

geschatte windvlaag [m/s]

waargenomen wind op 140m [m/s]

gemiddelde snelheid đ?‘ˆđ?‘ˆ en een positieve fluctuatie, die Beljaars, proportioneel standaarddeviatie van de windsnelheid đ?œŽđ?œŽđ?‘˘đ?‘˘ (zie bijvoorbeeld 1987):genomen wordt met de nelheid đ?‘ˆđ?‘ˆgemiddelde en een positieve fluctuatie, diepositieve proportioneel genomen wordt met de snelheid đ?‘ˆđ?‘ˆ en een fluctuatie, die proportioneel wordt met de standaarddeviatie van de windsnelheid đ?œŽđ?œŽđ?‘˘đ?‘˘ (zie bijvoorbeeld Beljaars, 1987):genomen gemiddelde snelheid đ?‘ˆđ?‘ˆ en een positieve fluctuatie, die proportioneel genomen wordt met de atie van destandaarddeviatie windsnelheid đ?œŽđ?œŽđ?‘˘đ?‘˘ van (zie de bijvoorbeeld Beljaars, 1987): windsnelheid đ?œŽđ?œŽ (zie bijvoorbeeld Beljaars, 1987): đ??şđ??ş = đ?‘ˆđ?‘ˆ + đ?‘”đ?‘”đ?œŽđ?œŽđ?‘˘đ?‘˘ (4) standaarddeviatie van de windsnelheid đ?œŽđ?œŽđ?‘˘đ?‘˘đ?‘˘đ?‘˘đ?‘˘đ?‘˘ (zie bijvoorbeeld Beljaars, 1987): bijvoorbeeld Beljaars, 1987): Figuur 2 toont de scatterplots van de maximale windvlagen đ??şđ??ş = đ?‘ˆđ?‘ˆ + đ?‘”đ?‘”đ?œŽđ?œŽđ?‘˘đ?‘˘ (4) per maand voor (4)alle 228 maanden van mei đ??şđ??ş = đ?‘ˆđ?‘ˆ + đ?‘”đ?‘”đ?œŽđ?œŽđ?‘˘đ?‘˘ (4) 2000 tot en met Hierin đ?‘”đ?‘” gelijk en (4) april geeft: đ??şđ??ş = đ?‘ˆđ?‘ˆis + đ?‘”đ?‘”đ?œŽđ?œŽđ?‘˘đ?‘˘đ?‘˘đ?‘˘ aan 2.7. Combinatie van formules (3)(4) (4) 2019. We bekijken de maximale windvlaag per maand Hierin is đ?‘”đ?‘” gelijk aan 2.7. Combinatie van formules (3) en (4)om geeft: enerzijds alleen extreme situaties te analyseren en anderk aan 2.7.Hierin Combinatie vanaan formules (3) en (4) geeft: Hierin is gđ?‘”đ?‘”gelijk gelijk 2.7.Combinatie Combinatie van formules (3)(4) en (4) geeft: van formules (3) en voldoende gevallen over te houden.(5)Figuur 2a toont de đ??şđ??ş = đ?‘ˆđ?‘ˆisis+ Hierin đ?‘”đ?‘” đ?‘”đ?‘”đ??śđ??śđ??śđ??ś gelijk∗aan aan2.7.

2.7. Combinatie van formules (3) en (4)zijds geeft: geeft: gemiddelde wind op 140m versus de maximale windvlaag op đ??şđ??ş = đ?‘ˆđ?‘ˆ + đ?‘”đ?‘”đ??śđ??śđ??śđ??śâˆ— (5) volgens formule 10m. Figuur 2b (5)toont de geschatte windvlaag đ??şđ??ş = đ?‘ˆđ?‘ˆ + đ?‘”đ?‘”đ??śđ??śđ??śđ??śâˆ— (5) ∗ We

(5) (8) versus de maximale windvlaag op 10m. đ??şđ??ş =definiĂŤren đ?‘ˆđ?‘ˆ + đ?‘”đ?‘”đ??śđ??śđ??śđ??śÎąâˆ—∗ als: (5)De blauwe punten geven wintermaanden aan (oktober tot en met maart) en de We definiĂŤren Îą als: Îą als: We ιι als: rode punten de zomermaanden (april tot en met september).

WedefiniĂŤren definiĂŤren als: đ?›źđ?›ź đ?‘’đ?‘’ đ?œ…đ?œ…đ?œ…đ?œ…đ?œ…đ?œ… = 14 (6) We≥definiĂŤren Îą als: đ?œ…đ?œ…đ?œ…đ?œ…đ?œ…đ?œ… đ?›źđ?›ź ≥ đ?‘’đ?‘’ = 14 (6) (6) a) 14 (6)dezelfde storm, zomer (6) đ?›źđ?›ź ≥ đ?‘’đ?‘’ đ?œ…đ?œ…đ?œ…đ?œ…đ?œ…đ?œ… = 14 đ?œ…đ?œ…đ?œ…đ?œ…đ?œ…đ?œ… đ?œ…đ?œ…đ?œ…đ?œ…đ?œ…đ?œ… Dan đ?›źđ?›ź ≥volgt đ?‘’đ?‘’ vanuit = 14formule (2) en enige algebra: dezelfde storm, winter (6) 35 Dan (2)(2) enen enige algebra: verschillende stormen, zomer Dan volgt volgtvanuit vanuitformule formule enige algebra: verschillende stormen, winter it formuleDan (2) en enige algebra: volgt vanuit formule (2) en enige algebra: đ?‘˘đ?‘˘ đ?‘§đ?‘§ đ?‘™đ?‘™đ?‘™đ?‘™ (đ?›źđ?›ź) (2) enđ?‘˘đ?‘˘enige đ?‘§đ?‘§ đ?‘˘đ?‘˘ đ?›źđ?›źđ?›źđ?›ź Dan volgt đ??şđ??ş(đ?‘§đ?‘§) = ∗ vanuit đ?‘™đ?‘™đ?‘™đ?‘™ ( )formule + đ?‘˘đ?‘˘âˆ— = ∗ [đ?‘™đ?‘™đ?‘™đ?‘™ (algebra: ) + đ?‘™đ?‘™đ?‘™đ?‘™(đ?›źđ?›ź)] = ∗ [đ?‘™đ?‘™đ?‘™đ?‘™ ( )] = đ?‘ˆđ?‘ˆ(đ?›źđ?›źđ?›źđ?›ź) (7) đ?œ…đ?œ…∗ đ?‘§đ?‘§đ?‘§đ?‘§0 đ?œ…đ?œ…∗ đ?‘§đ?‘§đ?‘§đ?‘§0 đ?œ…đ?œ…∗ đ?‘§đ?‘§ 30 0 đ?‘˘đ?‘˘ đ?‘™đ?‘™đ?‘™đ?‘™đ?œ…đ?œ…(đ?›źđ?›ź) đ?‘˘đ?‘˘ đ?‘˘đ?‘˘ đ?›źđ?›źđ?›źđ?›ź [đ?‘™đ?‘™đ?‘™đ?‘™ (đ?›źđ?›źđ?›źđ?›ź ) + đ?‘™đ?‘™đ?‘™đ?‘™(đ?›źđ?›ź)] = đ?‘˘đ?‘˘đ?œ…đ?œ… [đ?‘™đ?‘™đ?‘™đ?‘™ (đ?›źđ?›źđ?›źđ?›ź )] = đ?‘ˆđ?‘ˆ(đ?›źđ?›źđ?›źđ?›ź) (7) đ?‘§đ?‘§ đ?‘™đ?‘™đ?‘™đ?‘™ (đ?›źđ?›ź)đ??şđ??ş(đ?‘§đ?‘§) =đ?‘˘đ?‘˘âˆ—đ?‘˘đ?‘˘đ?œ…đ?œ…∗ đ?‘™đ?‘™đ?‘™đ?‘™ (đ?‘§đ?‘§ đ?‘§đ?‘§đ?‘§đ?‘§ ) + đ?‘™đ?‘™đ?‘™đ?‘™ đ?œ…đ?œ…(đ?›źđ?›ź) đ?‘˘đ?‘˘âˆ— =đ?‘˘đ?‘˘đ?‘˘đ?‘˘ đ?‘§đ?‘§0 ∗ 0) + đ?‘™đ?‘™đ?‘™đ?‘™(đ?›źđ?›ź)] = ∗đ?œ…đ?œ…∗[đ?‘™đ?‘™đ?‘™đ?‘™ ( đ?‘§đ?‘§đ?‘§đ?‘§0)] = đ?‘ˆđ?‘ˆ(đ?›źđ?›źđ?›źđ?›ź) (7) )+ đ?‘˘đ?‘˘âˆ— == đ?‘˘đ?‘˘đ?‘˘đ?‘˘[đ?‘™đ?‘™đ?‘™đ?‘™ ( (7) đ?‘§đ?‘§ đ?‘™đ?‘™đ?‘™đ?‘™ (đ?›źđ?›ź) đ?‘˘đ?‘˘ đ?‘§đ?‘§ đ?‘˘đ?‘˘ đ?›źđ?›źđ?›źđ?›ź đ??şđ??ş(đ?‘§đ?‘§) đ?‘™đ?‘™đ?‘™đ?‘™ ( ) + đ?‘˘đ?‘˘ = [đ?‘™đ?‘™đ?‘™đ?‘™ ( ) + đ?‘™đ?‘™đ?‘™đ?‘™(đ?›źđ?›ź)] = [đ?‘™đ?‘™đ?‘™đ?‘™ ( )] = đ?‘ˆđ?‘ˆ(đ?›źđ?›źđ?›źđ?›ź) (7) ∗ ∗ ∗ đ?‘§đ?‘§ đ?‘™đ?‘™đ?‘™đ?‘™ (đ?›źđ?›ź) đ?‘˘đ?‘˘ đ?‘§đ?‘§ đ?‘˘đ?‘˘ đ?›źđ?›źđ?›źđ?›ź ∗ đ?‘§đ?‘§0 đ?œ…đ?œ… đ??şđ??ş(đ?‘§đ?‘§) =đ?œ…đ?œ… đ?œ…đ?œ…∗ đ?‘™đ?‘™đ?‘™đ?‘™ (đ?‘§đ?‘§đ?‘§đ?‘§00 ) + đ?œ…đ?œ… đ?‘˘đ?‘˘ = đ?œ…đ?œ…đ?œ…đ?œ…∗ [đ?‘™đ?‘™đ?‘™đ?‘™ (đ?‘§đ?‘§đ?‘§đ?‘§00 ) + đ?‘™đ?‘™đ?‘™đ?‘™(đ?›źđ?›ź)] = đ?œ…đ?œ…∗ [đ?‘™đ?‘™đ?‘™đ?‘™ ( đ?‘§đ?‘§0 )] = đ?‘ˆđ?‘ˆ(đ?›źđ?›źđ?›źđ?›ź) (7) ∗∗ Ofwel deđ?œ…đ?œ…đ?œ…đ?œ…maximum windvlaag op đ?‘§đ?‘§ đ?œ…đ?œ… đ?œ…đ?œ… đ?‘§đ?‘§ đ?‘§đ?‘§ đ?‘§đ?‘§00 đ?œ…đ?œ… đ?œ…đ?œ… hoogte đ?‘§đ?‘§00 z is gelijk aanđ?œ…đ?œ… đ?œ…đ?œ… de gelijk đ?‘§đ?‘§00 aan de gemiddelde wind op hoogte 25 de gemiddelde wind op hoogte Ofwel maximum hoogte aanaan de de gelijk OfwelDede dewindvlaag maximumwindvlaag windvlaag op hoogte z gelijk is de gelijk aan 14z. op 10m isopdus gelijkz is aan gemiddelde wind op 140m. Opmerkelijk is dat de mum windvlaag op hoogte z is gelijk aan de gelijk aan de gemiddelde wind op de hoogte gemiddelde wind op hoogte 14z.

De windvlaag op 10m is Ofwel de maximum windvlaag op hoogte z is gelijk aan de gelijk aan gemiddelde wind op 14z. Dedewindvlaag op 10m is dus gelijk aan de gemiddelde wind opde140m.

Opmerkelijk is hoogte datniet de wrijvingssnelheid, ruwheid en hoogte de standaarddeviatie wel zijn gebruikt in de afleiding maar Ofwel maximumde windvlaag op z is gelijk aan de gelijk aan gemiddelde wind op hoogte dus gelijk aan de gemiddelde wind op gelijk 140m.

Opmerkelijk isOpmerkelijk laag op 10m isDedus gelijk aan de gemiddelde wind opde 140m. isopdat de Opmerkelijk is dat de 14z. windvlaag op 10m is dus aan gemiddelde wind 140m. wrijvingssnelheid, de ruwheid en de standaarddeviatie wel zijn gebruikt in de afleiding maar niet terugkomen in het eindresultaat. de standaarddeviatie windsnelheid op hoogte ���� niet140m. bekend is, kan dezeisgeschat 14z.deDe windvlaag op 10m is dusAls aan de gemiddelde wind Opmerkelijk dat de 20 op dat wrijvingssnelheid, de ruwheid engelijk de eid, de ruwheid en de standaarddeviatie wel zijn gebruikt in de wel afleiding maar niet wrijvingssnelheid, de ruwheid en de standaarddeviatie zijn gebruikt in de afleiding maar niet terugkomen in het eindresultaat.

Als de windsnelheid op hoogte ���� niet bekend is, kan deze geschat wel zijn gebruikt in de afleiding maar niet terugkomen in het worden met behulp formule door te inter- of extrapoleren vanuit hoogtes ��1 en ��2 : maar niet wrijvingssnelheid, devan ruwheid en(2)de standaarddeviatie wel zijn gebruikt in de afleiding het eindresultaat.

Als in dehet windsnelheid op hoogte ���� niet bekend kan deze geschat terugkomen Als de windsnelheid opis, hoogte ���� niet bekend geschat eindresultaat. de eindresultaat. windsnelheid hoogte ιz interniet bekend worden met Als behulp van formuleop(2) door te of extrapoleren vanuit hoogtesis, ��1kan en ��deze terugkomen in het eindresultaat.

Als de windsnelheid op hoogte đ?›źđ?›źđ?›źđ?›ź niet bekend is, kan deze geschat 2: ehulp van is, formule (2) door te interof extrapoleren vanuit hoogtes đ?‘§đ?‘§ en đ?‘§đ?‘§ : kan deze worden met)−đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§ behulp van formule (2)ofdoor worden metgeschat behulp van formule (2) door te interextrapoleren vanuit hoogtes đ?‘§đ?‘§1 en đ?‘§đ?‘§2 : 1 215 đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§ ) 2 1 worden met behulp van formule (2)zdoor đ??şđ??ş(đ?‘§đ?‘§) đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§) + đ?‘™đ?‘™đ?‘™đ?‘™(đ?›źđ?›ź) (8) te inter-=of extrapoleren vanuit hoogtes en zte : inter- of extrapoleren vanuit hoogtes đ?‘§đ?‘§11 en đ?‘§đ?‘§22 : 2 đ?‘™đ?‘™đ?‘™đ?‘™(đ?‘§đ?‘§ đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§22)−đ?‘™đ?‘™đ?‘™đ?‘™(đ?‘§đ?‘§ )−đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§11)) 1 đ??şđ??ş(đ?‘§đ?‘§) = đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§) + đ?‘™đ?‘™đ?‘™đ?‘™(đ?›źđ?›ź) đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§ )−đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§ ) (8) đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§ )−đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§ 1) đ?‘™đ?‘™đ?‘™đ?‘™(đ?‘§đ?‘§2 )−đ?‘™đ?‘™đ?‘™đ?‘™(đ?‘§đ?‘§11 ) Cabauw 10m + đ?‘™đ?‘™đ?‘™đ?‘™(đ?›źđ?›ź)đ??şđ??ş(đ?‘§đ?‘§)2 = đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§) (8) đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§ )−đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§ )) + đ?‘™đ?‘™đ?‘™đ?‘™(đ?›źđ?›ź) (8) (8) 2 1 đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§ )−đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§ 2 1 10 đ?‘™đ?‘™đ?‘™đ?‘™(đ?‘§đ?‘§ )−đ?‘™đ?‘™đ?‘™đ?‘™(đ?‘§đ?‘§ ) 2 = đ?‘ˆđ?‘ˆ(đ?‘§đ?‘§) 1 đ?‘™đ?‘™đ?‘™đ?‘™(đ?‘§đ?‘§2 )−đ?‘™đ?‘™đ?‘™đ?‘™(đ?‘§đ?‘§1 ) đ??şđ??ş(đ?‘§đ?‘§) + đ?‘™đ?‘™đ?‘™đ?‘™(đ?›źđ?›ź) (8) Hier kunnen đ?‘§đ?‘§1 en đ?‘§đ?‘§2 vrijđ?‘™đ?‘™đ?‘™đ?‘™(đ?‘§đ?‘§ gekozen zolang zij zich bevinden in )−đ?‘™đ?‘™đ?‘™đ?‘™(đ?‘§đ?‘§worden ) 10het logaritmische 15 20 deel van 25 het 30 35 2 đ?‘™đ?‘™đ?‘™đ?‘™(đ?‘§đ?‘§ 2 )−đ?‘™đ?‘™đ?‘™đ?‘™(đ?‘§đ?‘§1 1) Hier kunnen zUiteraard gekozen zijzijzich Hier kunnen đ?‘§đ?‘§11en en zđ?‘§đ?‘§22vrij vrij gekozen worden zich bevinden het logaritmische van het windprofiel. kan đ?‘§đ?‘§1 = đ?‘§đ?‘§worden of đ?‘§đ?‘§2 zolang =zolang đ?‘§đ?‘§ gekozen worden, watinbetekent dat met deel de windvlaag wind op [m/s] waargenomen gekozen zijdeel zich bevinden in het logaritmische deelinvan Hier kunnen đ?‘§đ?‘§1logaritmische en zolang đ?‘§đ?‘§2 vrijkan gekozen worden zolang zij zich bevinden hethet logaritmische van het 1 en đ?‘§đ?‘§2 vrijbevinden inworden het van het Uiterwindprofiel.

Uiteraard ��profiel of windprofiel. ��de �� gekozen worden, watin betekent dat met deel de wind op slechts ÊÊn extra niveau het van extreme windvlaag berekend kan worden.

1 = ��worden 2 = Hier kunnen �� en �� vrij gekozen zolang zij zich bevinden het logaritmische deel van het 1 2 1 2 aard of��z22 = = z��gekozen worden, wat betekent dat met iteraard kan ��kan ofUiteraard gekozen worden, wat betekent dat met de wind op windprofiel. kan �� = �� of �� = �� gekozen worden, wat betekent dat met de wind op 1 =z1��= z 1 2 formule slechts ÊÊn niveau het van windvlaag berekend kan de worden.

Er slechts isextra nogĂŠĂŠn een aardigheidje (4).

Niet elke keer ligt maximum vlaag windprofiel.

Uiteraard kan ��profiel ofaan ��de =extreme ��de gekozen worden, wat betekent dat met de wind 2.7 op 1 2 storm, zomer wind op extra niveau het�� profiel extreme 1 = 2 van ra niveaude het profiel van deniveau extreme windvlaag berekend kanwindvlaag worden.b) berekend kandezelfde slechts ÊÊn extra het profiel van de extreme worden. dezelfde storm, winter 35 Er is nog een aardigheidje aan formule (4).

Niet elke keer ligt de maximum vlaag 2.7 standaarddeviaties boven het gemiddelde, maar dat varieert per keer.

De waarde van �� is dus windvlaag berekend kan worden. slechts ÊÊn extra niveau het profiel van de extreme windvlaag berekend kanverschillende worden. stormen, zomer nog een aardigheidje aan formule (4).

Niet elke keer ligt (4). de Niet maximum vlaagligt 2.7de maximum Er iseen nog een aardigheidje aan elkeper keer vlaag 2.7 standaarddeviaties Er is nog aardigheidje aan (4).formule Demaar maximum boven het gemiddelde, dat van varieert keer.

De waarde ��enis95% dus eigenlijk een metformule een mediane waarde Datkeer betekent dat ook devan 5%vlaag Er is kansverdeling nog een aardigheidje aan formule (4).

Niet2.7. elke ligtverschillende de maximum 2.7 stormen, winter aties boven het gemiddelde, maar dat varieert per keer.

De waarde van �� is dus vlaag ligt niet altijd 2.7 standaarddeviaties boven maar het gemidstandaarddeviaties boven het gemiddelde, dat varieert per keer.

De waarde van �� is dus eigenlijk een kansverdeling met een mediane waarde van 2.7.

Dat betekent ook de 5% 95% waarden kunnen uitgerekend worden.

Deze maar waarden �� zijn respectievelijk 2.17 en 3.47. standaarddeviaties boven het gemiddelde, varieert per keer. Dedat waarde van ��enisDoor dus delde, maar dat varieert per keer.

De waarde g is dat dus 30 ansverdeling met een mediane waarde van 2.7.

Dat van betekent dat ook deDat 5%betekent en 95% dat ook de 5% en 95% eigenlijk een kansverdeling met een mediane waarde van 2.7. waarden kunnen uitgerekend worden. van ��nog zijn respectievelijk en 5% 3.47. deze waarden in te vullenmet inmet formule (6)Deze kan waarden als bonus ook2.7. eens de onzekerheidsband rondom eigenlijk een kansverdeling een mediane waarde Dat betekent dat 2.17 ook de enDoor 95% eigenlijk een kansverdeling een mediane waarde van 2.7.van en uitgerekend worden.

Deze waarden worden. van �� zijn respectievelijk 2.17 en 3.47.

Door waarden kunnen uitgerekend Deze waarden van �� zijn respectievelijk 2.17 en 3.47.

Door Dat betekent datwaarde de 5% en waarden kunnen uitge-worden, deze waarden inook te vullen in 95% formule (6)Deze kan als bonus ook��nog eens onzekerheidsband rondom de geschatte van de windvlaag uitgerekend en datde alles alleen op en basis van de waarden kunnen uitgerekend worden. waarden van zijn respectievelijk 2.17 3.47.

Door in te vullen in formule (6) kan als bonus ook nog de bonus onzekerheidsband rondom deze waarden in te vullen in formule (6)eens kan als ook nogen eens de onzekerheidsband rondom rekend worden.

Deze waarden van g zijn respectievelijk 2.17 25 de geschatte waarde van de windvlaag uitgerekend worden, dat alles alleen op basis van de gemiddelde wind tweeinniveaus.

Alle kan details (en meer) zijn eens terugdeteonzekerheidsband vinden in Van den Brink deze waarden in waarden teopvullen als kan bonus ook nog rondom en 3.47.

Door deze inde te formule vullen in (6) formule als waarde van de windvlaag uitgerekend worden, enuitgerekend dat(6)alles alleen op basis van de alleen op basis van de de geschatte waarde van windvlaag worden, en dat alles gemiddelde oponzekerheidsband twee niveaus.

Alle details (en meer) zijnenterug te vinden denvan Brink (2019).

Hierin worden ook op grotere hoogtes geanalyseerd. de geschatte waarde van windvlagen de windvlaag uitgerekend worden, dat alles alleeninopVan basis de bonus ook nogwind eens de rondom de geschatind op twee niveaus.

Alle details (enniveaus. meer) zijn terug te(en vinden in zijn Van terug den Brink gemiddelde wind op twee Alle details meer) te vinden in Van den Brink (2019).

Hierin worden ook windvlagen op grotere hoogtes geanalyseerd. te waarde van wind de windvlaag uitgerekend en dat(en allesmeer) zijn 20 gemiddelde op twee niveaus. worden, Alle details terug te vinden in Van den Brink worden ook windvlagen op de grotere geanalyseerd.

(2019). worden ookhoogtes windvlagen grotere hoogtes alleen opHierin basis van gemiddelde wind op op twee niveaus.

Alle geanalyseerd.

Validatie (2019).

Hierin worden ook windvlagen op grotere hoogtes geanalyseerd. details (en meer) zijn terug te vinden in Van den Brink (2019).

Validatie We beginnen de validatie op basis van twee extreme stormen: 18 januari 2007 en 18 januari 2018.

Hierin worden ook windvlagen op grotere hoogtes geanalyValidatie 15van We beginnen de validatie op basis van twee extreme stormen: 18 januari en 18 januari 2018.

Figuur 1 laat het tijdsverloop in Cabauw (per 10 minuten) zien de 2007 waargenomen maximale Validatie seerd. de validatie opbeginnen basis vandetwee extreme stormen: 18 januari 2007 en 18 januari 2018.

We validatie op basis van twee extreme stormen: 18 januari 2007 en 18 januari 2018.

Figuur 1 laat hetvalidatie tijdsverloop in Cabauw (per 10 minuten) zien de 2007 waargenomen maximale windvlaag op de 10m hoogteop (zwart), de twee gemiddelde wind op 140m hoogte (rood) geschatte We beginnen basis van extreme stormen: 18 van januari en en 18 de januari 2018. het tijdsverloop Cabauw (per 10 minuten) zien van Figuur 1in laat het tijdsverloop in Cabauw (per de 10 waargenomen minuten) zien maximale van de waargenomen maximale Validatie Cabauw 10m windvlaag op 10m hoogte (zwart), de gemiddelde wind op 140m hoogte (rood) en de geschatte volgens formule (8) (blauw).

De lichtblauwe band geeft de – 95% onzekerheidmaximale rondom Figuur 1 laat het tijdsverloop in Cabauw (per 10 minuten) zien van5 de waargenomen We beginnen de10m validatie op (zwart), basis twee extreme 10m hoogte (zwart),opde gemiddelde windvan opde 140m hoogtestor(rood) en140m de10geschatte windvlaag hoogte gemiddelde wind op hoogte (rood) en de geschatte 10 15 20 de geschatte 25 30 35 windvlaag volgens formule (8) (blauw).

De lichtblauwe band 5 – 95% onzekerheid rondom de blauwe lijn op weer.

10m hoogte (zwart), de Figuur gemiddelde wind op geeft 140mde hoogte (rood) en windvlaag men: januari 2007 en 18 januari 2018.

15 laat het ens formule (8)18(blauw).

De formule lichtblauwe band geeft de – 95% onzekerheid rondom windvlaag volgens (8) (blauw).

De lichtblauwe band geeft de 5 – 95% onzekerheid rondom waargenomen de blauwe volgens lijn weer.formule tijdsverloop in Cabauw (per 10(8)minuten) de waar- band geeft de 5 – 95% windvlaag (blauw).zien De van lichtblauwe onzekerheidwindvlaag rondom [m/s] weer. de blauwe lijn weer. genomen de blauwemaximale lijn weer.windvlaag op 10m hoogte (zwart), de gemiddelde wind op 140m hoogte (rood) en de geschatte windvlaag volgens formule (8) (blauw). De lichtblauwe band geeft de 5 – 95% onzekerheid rondom de blauwe lijn weer.

Er is een opvallend goede overeenkomst tussen de geschatte windvlagen op 10m en de waargenomen gemiddelde wind op 140m. Ook de schatting van de wind op 140m (en dus de windvlaag op 10m) volgens formule (8) geeft goede resultaten, zeker voor windvlagen boven de 15 m/s.

Een volgende stap in de validatie is om te kijken hoe goed de schatting van de windvlaag werkt voor andere situaties.

Figuur 2. Scatterplot van de maximale windvlagen per maand in Cabauw op 10m vergeleken met de maximale gemiddelde wind per maand op 140m (a) en met de uitkomsten van formule (8) (b, z1 = 10 en z2 = 200). Blauwe cirkels geven wintermaanden weer (oktober – maart), rode cirkels zijn zomermaanden (april – september). Gesloten cirkels zijn situaties waarbij het geschatte maximum binnen 12 uur plaatsvindt van het waargenomen maximum, en dus bij dezelfde storm behoort. De twee grotere cirkels geven de januari 2007 en januari 2018 gebeurtenissen weer. De verticale lijnen in figuur (B) geven de 90%-onzekerheidsband in de geschatte windvlagen weer.

Meteorologica 3 - 2020

15

We zien dat – vooral in de winter – de extreme windvlaag op 10m uitstekend geschat kan worden als de gemiddelde wind op 140m (a), zelfs als de wind op 140m geschat wordt (b). Ook is de geschatte onzekerheid behoorlijk realistisch: in 78% van de maanden ligt het opgetreden maximum binnen de geschatte 90%-betrouwbaarheidsband (idealiter had dit uiteraard 90% moeten zijn).

Conclusies en discussie Al met al levert de regel “de windvlaag op 10m is gelijk aan de gemiddelde wind op 140m” verrassend goede resultaten op. Ook de berekende onzekerheidsintervallen zijn goed bruikbaar. Dit roept natuurlijk de vraag op waarom deze vuistregel niet eerder is afgeleid, te meer daar de gebruikte formules al minstens 30 jaar bekend zijn en veelvuldig worden gebruikt. Ik vermoed dat daarbij de volgende overwegingen een rol spelen. De eerste is dat er niet veel plaatsen zijn waar op meerdere hoogtes gemeten wordt; dat is alleen het geval in hoge meetmasten zoals Cabauw. Dit maakte het praktisch nut van een dergelijke vuistregel nihil, en dus wordt er niet gezocht naar een dergelijk verband. Dit is met de opkomst van weermodellen natuurlijk drastisch veranderd: de wind op elke gewenste hoogte kan bepaald worden. Een tweede reden kan zijn dat de vuistregel een beperkte toepasbaarheid heeft, namelijk alleen bij neutrale opbouw van de atmosfeer. Figuur 2 laat echter zien dat de afwijkingen voor een niet-neutraal profiel blijkbaar niet groot zijn voor de maandelijkse maxima, want de vuistregel presteert goed. Zelfs de zomersituaties zijn – op een paar uitzonderingen na, waarschijnlijk sterk convectieve situaties – behoorlijk goed te schatten met behulp van de

vuistregel. Een derde reden is wellicht dat de vuistregel op het eerste oog contra-intuïtief lijkt: iedereen weet immers dat de windvlaag afhangt van de ruwheid van het oppervlak, hoe kun je dan een vuistregel afleiden waarin de ruwheidslengte niet voorkomt? Het antwoord is dat de ruwheidslengte impliciet wel degelijk van invloed is op de sterkte van de windvlaag.

Bij een hoge ruwheid zal de gemiddelde wind lager en de vlagerigheid hoger zijn dan bij een lage ruwheid. Op een hoogte van 140m heffen deze tegengestelde effecten elkaar echter precies op. Het is wel goed om te beseffen dat de windvlaag op 10m niet fysiek afkomstig is van een hoogte van 140m, maar alleen in statistische zin gelijk is aan de gemiddelde wind op die hoogte.

In dit artikel hebben we de focus gelegd op de WMO-standaarden (3-seconden windvlaag, 10-minuten gemiddelde wind, 10m hoogte). De vuistregel is echter ook toepasbaar op andere middelingstijden en -hoogten; het enige dat dan verandert is de waarde van de constante α uit formule (6).

Referenties Beljaars, A.C.M, 1987: The Influence of Sampling and Filtering on Measured Wind Gusts.

Journal of Atmospheric and Oceanic Technology, 4:613–626.

Brink, H.W. van den, 2019: An effective parametrization of gust profiles during severe wind conditions, Environ. Res. Commun, 2 011001.

Højstrup, J., 1928: Velocity spectra in the unstable planetary boundary layer. Journal of the Atmospheric Sciences, 39(10):2239–2248.

Tennekes, H, 1973: The logarithmic wind profile. Journal of the Atmospheric Sciences, 30 (2):234–238.

Verkaik, J.W.: Evaluation of two gustiness models for exposure correction calculations.

Journal of Applied Meteorology, 39(9):1613–1626.

Wieringa, J, 1973: Gust factors over open water and built-up country. Boundary-Layer Meteorology, 3(4):424–441.

Oproep voor nominatie van kandidaten voor de 2021 NVBM awards De NVBM Awardcommissie De NVBM streeft ernaar om met enige regelmaat werk dat heeft bijgedragen aan de ontwikkeling van de meteorologie in het Nederlandse taalgebied een bredere bekendheid te geven. Om dit te bereiken zijn de NVBM-onderscheidingen ingesteld. Deze onderscheidingen – één voor een operationeel meteoroloog en één voor een onderzoeker – worden elke vijf jaar uitgereikt ter gelegenheid van het lustrum van de NVBM. Ook bij het NVBM najaarssymposium in 2021, waar het zesde lustrum gevierd wordt, zal dat gebeuren!

NVBM leden kunnen kandidaten voordragen. De kandida-

ten dienen een opvallende bijdrage geleverd te hebben aan de meteorologie of de klimaatwetenschap, in de volle breedte van deze disciplines.

•

Bij kandidaten uit het onderzoek gaat het om onderzoeksresultaten of werk dat de onderzoeksgemeenschap in staat stelt voortgang te maken.

•

Bij kandidaten uit de operationele sfeer gaat het om een bijdrage in ruime zin aan de operationele meteorologie, zoals een inspirerende rol in de gemeenschap of bij vernieuwingen in de dagelijkse praktijk.

Een en ander moet blijken uit publicaties, rapporten, operationele software of andere verifieerbare bronnen. Kandidaten kunnen tot 1 mei 2021 worden ingediend bij de voorzitter van de commissie. De voordracht dient vergezeld te gaan van een onderbouwing met verwijzingen naar publicaties of rapporten en een kort CV van de kandidaat. De commissie zal de informatie vertrouwelijk behandelen.

De NVBM Awardcommissie bestaat uit: Gerard van der Schrier (voorzitter, schrier@knmi.nl), Fiona van der Burgt, Reinder Ronda, Wim van den Berg en Bert Holtslag.

16

Meteorologica 3 - 2020

Werken bij het KNMI: the best place to be voor onderzoekers!

Het weer is grillig, de bodem beweegt en het klimaat verandert. Voor onze veiligheid en welvaart moeten we weten welke risico’s en kansen dit oplevert.

En: hoe we ons het beste kunnen voorbereiden.

Die kennis heeft het Koninklijk Nederlands Meteorologisch Instituut (KNMI) in huis als het nationale kennis- en datacentrum voor weer, klimaat, oceanografie en seismologie. Betrouwbaar, onafhankelijk en gericht op wat Nederland nodig heeft. Voor een veilig Nederland dat voorbereid is op de invloed van weer, klimaat en aardbevingen.

Voorbereiden, waarschuwen en adviseren

In ons dichtbevolkte land van water, wind en dijken leven we al eeuwenlang met de elementen. Nu de aarde opwarmt, de zeespiegel stijgt en extreem weer vaker voorkomt, groeit de kans dat het weer ons onaangenaam verrast.

De weerkamer van het KNMI staat 24/7 paraat om Nederlanders te waarschuwen als er gevaarlijk of extreem weer dreigt. Tijdig, gericht en met oog voor de impact van het verwachte weer.

Uniek onderzoek bij het KNMI

In de R&D vakgroepen van het KNMI wordt gewerkt aan verbetering van het waarneemsysteem en van de modellen.

Unieke expertise ligt op het gebied van satellietmetingen van de atmosferische samenstelling. Het KNMI heeft de wetenschappelijke leiding over het TROPOMI satellietinstrument dat in 2017 succesvol is gelanceerd. TROPOMI is de opvolger van OMI, en brengt de mondiale luchtkwaliteit in kaart. Ook wordt gewerkt aan innovatieve metingen met kleine sensoren op de grond. Op het gebied van modellering wordt gewerkt aan het HARMONIE hogeresolutie model.

Werken bij het KNMI?

Voor onze R&D vakgroepen zoeken we regelmatig onderzoekers, zowel OIO’s als post-doc’s, die een bijdrage willen leveren aan ons internationaal hoog gewaardeerde onderzoek.

Kijk voor onze actuele vacatures op www.werkenvoornederland.nl/knmi.

Evalueren, onderzoek en wetenschap

Na elke gebeurtenis maken we de balans op. We plaatsen incidenten in een bredere context. We willen ervan leren en nieuwe kennis opdoen. Zodat we risico’s preciezer kunnen bepalen en onze kwaliteit als kennisinstituut kunnen waarborgen. Uniek aan het KNMI is de koppeling tussen operationeel en wetenschap. Praktijkervaringen kunnen meteen wetenschappelijk onderzocht worden. Kennis kan direct ingezet worden ten behoeve van de operationele diensten van het KNMI.

Meteorologica 3 - 2020

17

Omgekeerde barometer Huug van den Dool

Aan het eind van de vorige column (juni 2020) had ik het over een artikeltje uit het jaar 1900 betreffende het “gedrag van een ‘wel’ bij lage druk”. Hoeveel lezers begrijpen na 120 jaar nog waar dit over gaat? Wat is een “wel”? Het slappe (stop)woordje “wel” is weinig geschikt als Google zoekterm, dus dat levert niets op. Vandaar deze column.

Ik kwam de omgekeerde barometer (OB) al tegen als student. Mijn doctoraalonderzoek ging over het grootschalige horizontaal transport van impulsmoment in de atmosfeer, een onderwerp uit de school van Victor P. Starr op MIT, in Nederland als onderzoeksonderwerp geïntroduceerd door Bram Oort en wat mij betreft ook Wim van Dijk (IMOU). Ik las en ik las, want ik wist niets. Dat variaties in het atmosferische impulsmoment de draaiing van de aarde kunnen beïnvloeden vond ik uitermate fascinerend. Ik las dus meteen ook maar het boek van Munk en McDonald uit 1960 over de draaiing van de aarde. Lezen, nou ja, het is zware kost. In dat boek kwam ik, vermoedelijk voor het eerst, de notie van de OB tegen. Het is een begrip uit de oceanografie. Waar het op neerkomt is dat onder een atmosferisch hogedrukgebied op de oceaan het wateroppervlak omlaag wordt geduwd, en wel zo dat de door de atmosfeer opgelegde drukgradiënten een metertje onder het wateroppervlak al zijn verdwenen. Bij een lagedrukgebied komt de oceaan iets omhoog. Wie een barometer op de oceaanbodem plaatst ziet dus weinig tot niets van de atmosferische drukvariaties, want de oceaan doet aan compensatie. Het traagheidsmoment van atmosfeer plus oceaan verandert dus veel minder dan je zou verwachten op basis van de atmosfeer alleen, en dit is van groot belang voor de invloed op de rotatie van de aarde. Het is natuurlijk maar een notie, zo’n OB, er zitten veel haken en ogen aan de afleiding en onder welke omstandigheden dit geldt (vooral langere tijdschalen). Het is ook maar een naam; waarom heet het eigenlijk OB? Blijkbaar omdat bij de oorspronkelijke barometer de vloeistofkolom hoog (laag) staat bij hoge (lage) atmosferische druk, terwijl de vloeistofkolom in de oceaan het “omgekeerde” doet. (Het was bij mij eerlijk gezegd nooit opgekomen dat de vloeistofkolom in de oceaan als barometer kon worden gebruikt. Geen barometer die je makkelijk afleest trouwens.)

Tot zover de oceanografie. En boven land? Volgens mij zien landrotten de OB ook boven land. Daartoe moet men echter eerst begrijpen wat een “wel” is. Ik grijp terug op m’n eigen jeugdherinneringen uit de jaren 1950. Toen hadden veel boeren in Zuid-Holland nog een wel, hoewel de grootste populariteit in 1940 al voorbij was omdat rond die tijd bijna iedereen waterleiding kon krijgen. Het gaat hierom: men kan een holle pijp in de grond slaan tot men een laag tegenkomt (op vele meters diepte) waar grondwater onder voldoende druk staat om via de pijp naar het oppervlak te wellen. (Ik meen dat er geen pomp aan te pas kwam.) Wellen suggereert iets langzaams, en inderdaad hebben we het niet over een fontein van 100 meter hoogte, 18

Meteorologica 3 - 2020

zoals Faithful in Yellowstone National Park. Het kan zijn dat je de holle pijp enkele malen de grond moet inslaan om geschikt water te vinden; de kwaliteit van het water varieert namelijk nogal. Zo’n wel had in vroegere tijden, toen duurzame bedrijfsvoering nog vanzelf sprak, vele functies.

Allereerst uiteraard het gebruik van het water zelf, daar ging het om, en ten tweede een koelingseffect. Veel boeren zetten na het melken der koeien de volle melkbussen in een grote bak met koud stromend welwater, tot de vrachtwagen van de melkfabriek langskwam, want dit hield bederf tegen.

Het derde gebruik, waar het in deze column voornamelijk over gaat, is “gaswinning”. Over de wel werd een grote “hoed” geplaatst. Het welwater kwam omhoog en werd in een bovengronds pijpje geleid en kwam een paar meter boven de grond via een groot omgekeerde douchekop naar buiten. Het water viel daarna in druppels naar beneden, maar in dit proces kreeg het welwater-gas de kans te ontsnappen en op te stijgen in de hoed waar het bewaard werd voor gebruik. Boven op de hoed was een pijpje met een kraan bevestigd die je kon openen om het gas te gebruiken.

Zodra de populaire meteorologische literatuur opkwam (na 1900) kwamen er vragen binnen waarom de hoed op de wel op het weer reageert en zo laag staat in typisch lange periodes van rustig weer met een hoge barometer. Dit is dus net zoiets als de OB en bovendien makkelijker af te lezen. De snelheid waarmee het welwater omhoog komt is evenredig met het verschil tussen de druk in de diepe laag en de atmosferische luchtdruk aan het oppervlak. Bij lage druk in de atmosfeer werkt de wel beter, komt er meer water naar boven, is de gaswinning groter en staat de hoed hoger (tenzij het gas wordt afgetapt). Bij zo’n wel zie je de OB aan de gasdruk. In een boorgat waar in de diepte water staat met een afleesbare peilschaal zou men dit ook kunnen zien.

Het blijft wonderbaarlijk. De troposfeer bevat allerlei energiek weer dat zich niet laat temmen, begrensd door twee sferen, de oceaan en de stratosfeer, die allebei flink aan compensatie doen. Dat men een wel nodig had in Zuid-Holland, waar oppervlaktewater overal in overvloed aanwezig is, is een verhaal apart dat met de kwaliteit van het oppervlaktewater en vervuiling te maken heeft.

Omgekeerd dus. De omgekeerde barometer, de reversieslinger, de Umkehr methode, Goethes weerglas, de contrabarometer van Huygens, ons vak staat bol van de inverse (meet)methodes. Taalkundig is het verschil tussen gekeerd en omgekeerd niet zo groot. Binnenkort geef ik een lezing over dit onderwerp in “De Gekeerde Kanis”, de naam van een herberg ergens nabij Woerden; komisch genoeg zijn de uitbaters er niet zeker van of de kanis waar hun zaak nota bene naar vernoemd is gekeerd of omgekeerd was. We begonnen met een raadsel, en we eindigen met een ander raadsel. Wie niet weet wat een kanis is moet het verhaal (gruwelijk sprookje) van Herman de Man nog maar eens nalezen.

WEERCARTOONS Anabella Meijer

Illustraties: Anabella Meijer - eerstehulpbijklimaatverandering.nl

Meteorologica 3 - 2020

19

WEERMUZIEK Zeeklanken Harry Geurts (KNMI, voormalig persvoorlichter) In de jaren 80 van de vorige eeuw, toen Radio 4 nog maar net bestond, begon de klassieke muziekzender op zaterdag met een klankquarel. Heerlijk wakker worden was dat, met een mix van klassiek en new age zonder aan- of afkondigingen maar met het geluid van de zee als verbindende factor tussen de verschillende muziekstukken. Dat leverde bijzondere crossovers op wat de muziek een extra dimensie gaf.

Het fjord van Grieg Misschien was de programmamaker op het idee gekomen door Edvard Hagerup Grieg, de Noorse componist vooral bekend van zijn muziek bij ‘Peer Gynt’ van toneelschrijver Hendrik Ibsen, waarin het beroemde stuk ‘Ochtendstemming’ over het krieken van de dag en de zonsopkomst. Hoewel het verhaal in Afrika speelt past de muziek bij de sfeer van de Noorse fjordenkust waar de componist leefde. Grieg woonde van 1885 tot zijn dood in 1907 in Troldhaugen nabij Bergen.

Zijn woonhuis ligt op een hoge rots die via een steil pad naar een fjord afdaalt. Vanuit een toren op het huis is het fjord zichtbaar, met daarin kleine eilandjes waarop dennenbomen groeien. Naast het huis staat een tuinhuisje met uitzicht over het fjord waar Grieg componeerde. Tegenwoordig is het een museum met een concertzaal (Figuur 1). Het is niet verwonderlijk dat het indrukwekkende uitzicht over de zee en de wisselende weersomstandigheden een bron van inspiratie vormden. Het weer en de seizoenen komen in verschillende werken van Grieg voor, zoals de concertouverture ‘In de herfst’, zijn ‘Lentesymfonie’, het lied ‘Voorjaarsregen’ en ‘Stormachtige avond aan zee’ voor vierhandig piano. Op en top romantische muziek van een natuurliefhebber en levensgenieter die het liefst door het Noorse landschap wandelde om zijn fantasie de

vrije loop te laten (Figuur 2).

Mahlers Zomermiddagsdroom Ook de Oostenrijkse componist Gustav Mahler trok zich voor het schrijven van muziek naar het water. Niet naar zee zoals Grieg, maar in zijn componeerhuisje aan de Attersee, het grootste meer van Oostenrijk. Daar schreef hij zijn derde symfonie waarin het heerlijke gevoel doorklinkt van een warme zomerdag tijdens een wandeling door schaduwrijke bossen met het geluid van kabbelende beekjes en vogels. ‘Je hoeft niet rond te kijken, want ik heb het allemaal al op muziek gezet,’ zei Mahler tegen een gast die hem in 1896 in zijn zomerresidentie bezocht. Hij kon daar heerlijk in de omgeving wandelen, wat hem de rust gaf om muziek te bedenken.

Hij noemde zijn derde symfonie waarin “de hele schepping voorbij komt” een ‘Zomermiddagsdroom’. Een vingerwijzing naar de ‘Midzomernachtsdroom’ van Shakespeare waar Felix Mendelssohn de muziek bij schreef. Mahler componeerde de meeste muziek in de zomer zoals ook zijn vierde symfonie, de symfonie van het hemelsblauw. Hij had ook componeerhuisjes in Zuid-Tirol en aan de Wörthersee waar hij zich ’s zomers kon afzonderen van het drukke Wenen. De rust van de natuur en het water hadden op hem een grote aantrekkingskracht.

Tijdens zijn reizen door Nederland, waar hij in het begin van de vorige eeuw zijn eigen werk dirigeerde, bracht hij zijn vrije tijd graag door op het water en aan zee. Hij maakte uitstapjes naar Leiden, Scheveningen, Zandvoort en de Zuiderzee en voer met een boot door het waterrijke Nederland. “Als je dit ziet begrijp je pas waarom schilders zich hier thuis voelen… waar je maar kijkt zie je water, vliegende en zwemmende meeuwen, schepen, een woud van masten, alles in wonderlijk

Figuur 1. Edvard Grieg Museum te Troldhaugen met de toren van waaruit Grieg uitzicht had op het fjord (foto: Edvard Grieg Museum).

20

Meteorologica 3 - 2020

licht,” schreef Mahler aan zijn vrouw Alma die in Wenen was achtergebleven.

In Mahler’s tijd, het begin van de 20e eeuw, was de zee voor kunstenaars een geliefd thema. De Franse componist Claude Debussy schreef ‘La Mer’, een magistraal orkestwerk in drie delen: van ochtend tot middag op zee, het spel van de golven en een dialoog tussen wind en zee. De pianosuite ‘Une Barque sur l’ Ocean’ van Maurice Ravel verklankt een bootreis over de deinende golven. Gabriel Dupont schreef de pianobundel ‘La maison dans les dunes’ met een sfeerimpressie van een wandeling door de duinen van de Franse kust. In Engeland componeerde Edward Elgar de sfeervolle liederencyclus ‘Sea Pictures’, John Ireland schreef het lied ‘Sea Fever’ over het geluid van de zee, de wolken en het verre uitzicht, en Charles Villiers Stanford werd bekend door zijn ‘Songs of the Sea’ en ‘Songs of the Fleet’ met daarin het lied van de Sou’wester, de overheersende windrichting op zee.

Symfonische zeeklanken Het bekendste werk uit die tijd is echter ‘A Sea Symphony’ van de Engelse componist Ralph Vaughan Williams. Het kostte hem bijna tien jaar om het monumentale stuk ‘A song for all Seas’ compleet met koor te voltooien. ‘To me the sea is a continual miracle,’ schreef de Amerikaanse dichter Walt Whitman waarvan Vaughan Willams de teksten gebruikte.

Veel Engelse componisten hebben de klanken van de zee in hun muziek verwerkt, wat niet verwonderlijk is voor een land omringd door water. Daarin is zeker Frank Bridge (1879 – 1841) goed geslaagd. In 1911 schreef hij in Eastbourne aan de Engelse zuidoostkust de ‘Zee-suite’. Vrijwel alle aspecten van de zee, ook het weer, komen tot uiting: de altviolen vertolken de klank van de golven tijdens een fikse storm met zeeschuim op de rotsen. Zijn beroemde leerling Benjamin Britten (1913 – 1976) trad in zijn voetsporen en schreef de orkestsuite ‘Four Sea Interludes’. In het laatste deel van dit vierdelige werk dat deel uitmaakt van de opera ‘Peter Grimes’ barst een storm los, met hevige regen en enorme golven, waardoor de zeelui een veilige haven op moeten zoeken. De onrustige atmosfeer en de ruige zee worden in de muziek van Britten vertolkt door snerpende trompetten en angstige klinkende klanken van trombones en hoorns. Britten woonde in Aldeburgh aan de

Engelse oostkust waar hij het leven aan zee en het weer op de voet volgde en in zijn muziek verwerkte. Een van zijn bekendste werken is de lentesymfonie waarover hij schreef: ‘The progress of winter to spring and the reawakening of the earth and life which that means’. Aldeburgh is tegenwoordig the place to be voor kunst en muziek maar helaas moet menig openluchtvoorstelling worden afgelast vanwege het slechte weer.

Grace Mary Williams (1944 – 1977), een prominent componist uit Wales, schreef een orkestwerk voor strijkers met als titel ‘Sea Sketches’. Net als bij Britten, die haar waarschijnlijk inspireerde, is storm op zee het centrale thema van haar ‘atmosferische werk’ zoals ze het zelf omschreef. In het vijfde deel verklankt ze de zee op een rustige zomerdag: ‘Calm Sea in Summer’. De onbeweeglijke zee is ook thema in ‘Meerrestille und glückliche Fahrt’, een orkestouverture van Mendelssohn, gebaseerd op het gelijknamige gedicht van Goethe, waarin violen de zwakke wind verklanken. Ook Beethoven gebruikte dit gedicht voor zijn muziek en verwerkte het in een gelijknamige cantate.

Glückliche Fahrt Die Nebel zerreißen, Der Himmel ist helle, Und Äolus löset Das ängstliche Band.

Es säuseln die Winde, Es rührt sich der Schiffer.

Geschwinde! Geschwinde!

Es teilt sich die Welle, Es naht sich die Ferne; Schon seh ich das Land!

Johann Wolfgang von Goethe De reislustige Mendelssohn was net als Mahler in zijn vrije tijd liefst op of aan de zee. In 1836 bracht hij zijn vakantie door in het kuuroord Scheveningen, waar de oververmoeide componist aan het strand en in de duinen tot rust probeerde te komen. Een mooi aandenken is de aquarel van de Groenmarkt in Den Haag die de veelzijdige musicus, componist en schilder Mendelssohn op de pier van Scheveningen maakte

Figuur 2. Grieg en zijn hond ontspannen op de berg Løvstakken (omstreeks 1900).

Meteorologica 3 - 2020

21

Figuur 3. Aquarel van de Groenmarkt in Den Haag in 1836 geschilderd door Felix Mendelssohn Bartholdy tijdens zijn verblijf in Nederland (bron: Radcliffe Science Library, Oxford, UK).

(Figuur 3). De rust die deze aquarel uitstraalt staat haaks op de onrustige reis die Mendelssohn maakte naar de eilandengroep de Hebriden bij Schotland. De overtocht over de ruwe zee leide tot zeeziekte, maar desondanks was hij diep onder de indruk van de wind en de golven en leverde deze ervaring een van zo’n mooiste composities op: de ouverture ‘de Hebriden’.

Aanzwellende klanken vertolken de schuimende golven door enorme windvlagen in deze orkestrale natuurschildering. De ouverture wordt vaak gecombineerd met de Schotse symfonie waarin hij zijn indrukken van de natuur uitvoeriger verklankte, maar die zijn naam dankt aan de Schotse volksmelodieën en doedelzakken weergegeven door hobo en klarinet.

Mooiste vertolking van de zee De volgens een recensent ‘finest evocation of the sea, ever, produced in music’ schreef de Fin Jean Sibelius. Hij componeerde in 1914 het symfonisch gedicht ‘De Oceaniden’ (Aallottaret in het Fins) gebaseerd op mediterraanse zeenimfen uit de Griekse mythologie. Oorspronkelijk noemde hij dit werk waarvan meerdere versie bestaan, het ‘Rondo van de Golven’.

De muziek werkt toe naar een climax: van een rustige zee naar een aanzwellende storm en uiteindelijk enorme windvlagen en hoge golven die de overdonderende kracht van de zee symboliseren.

Huizenhoge golven op zee inspireerden ook Richard Wagner die op de vlucht voor schuldeisers de Oostzee moest oversteken tijdens een storm. Zijn spookschip voer naar de Noorse fjorden om een veilige haven te vinden en daardoor duurde die reis niet een week, zoals gepland, maar drie weken.

Wagner stond doodsangsten uit en verwerkte het drama in ‘De Vliegende Hollander’, een opera uit 1843. Het geluid van de 22

Meteorologica 3 - 2020

zee is de verbindende factor van mens en natuur in dit werk.

Het deinen van de zee komt ook tot zijn recht in ‘Sheherazade’ van Nikolai Rimsky-Korsakov. In het eerste deel van deze symfonische orkestsuite ‘De Zee en Sinbads Schip’ laat de componist het deinende zeewater harmonieus verklanken door de golvende beweging van de strijkers.

Zee-orgel in Kroatië Mocht u eerdaags in Kroatië komen, ga dan zeker kijken in de kustplaats Zadar waar een zee-orgel (Morske Orgulje) is gebouwd. Een Kroatische architect ontwierp een instrument van zeventig meter lengte aan zee dat het ritme van de golven omzet in muziekklanken. Smalle kanalen uitgehouwen uit marmeren trappen aan het water sluiten aan op 35 orgelpijpen, die verschillende akkoorden laten horen.

Door de golven die tegen de trappen slaan wordt lucht in de orgelpijpen geperst en aldus harmonieuze klanken tevoorschijn getoverd. Overigens zijn er meer plekken aan zee met kunstwerken die golven en wind in muziek omzetten.

Dichter bij huis, in Vlissingen, staat op de boulevard een windorgel met orgelpijpen van bamboe waarmee de wind tonen produceert. Een eerdere versie van het windorgel dat in 1975 werd geplaatst op de boulevard van Vlissingen en deel uitmaakte van een keten van windorgels langs de kust van West-Afrika tot aan de Noordpool, verdween na nog geen jaar tijdens de zware storm van januari 1976 in zee. Het windorgel dat daarna verscheen werd door vandalen vernield, maar bij de huidige die inmiddels al bijna vijftien jaren alle stormen van zee en het publiek heeft doorstaan kunt u nog altijd uw oor te luisteren leggen.

Meteorologica 3 - 2020

23

Infoplaza neemt Weeronline over en wordt grootste weerplatform van de Benelux Jaco van Wezel (Weeronline, Infoplaza) Tijdens de hittegolf in augustus, die vele records brak, was er ook nog ander groot ‘weernieuws’ dat de aandacht trok. Op 10 augustus 2020 werd bekend gemaakt dat Weeronline is overgenomen door Infoplaza. Hiermee is Infoplaza uitgegroeid tot het grootste weerplatform van de Benelux.

Overname en dienstverlening Gezamenlijk informeert het platform meer dan 10 miljoen unieke bezoekers per maand via de diverse sites en apps, en wordt circa 90% van de Nederlandse media voorzien van weerinformatie. Onder de Infoplaza Groep B.V. vallen naast Weeronline ook Weerplaza, Buienalarm en de zakelijke dienstverlening aan bedrijven en organisaties actief in onder meer de olie- en gassector, bouwsector, overheden, openbaar vervoer en evenementen. Infoplaza werkt voortdurend aan de ontwikkeling en verbetering van de allerbeste weersverwachtingstechnieken. Met de overname van Weeronline ontstaat een groep van bijna 100 weerprofessionals, waardoor nog meer tijd en investeringen besteed kunnen worden aan innovatie. Door het combineren van de ontwikkelkracht en het benutten van de complementaire kennis zal het fusiebedrijf in staat zijn haar marktleidende positie verder te versterken. Dit leidt tot betere tools en adviezen voor consumenten en zakelijke klanten. De overname van Weeronline door Infoplaza is mede mogelijk gemaakt door Bolster Investment Partners. Bolster heeft een 42.5% belang in Infoplaza verkregen en daarmee worden ook toekomstige groeiontwikkelingen ondersteund.

Hiermee verkeert Infoplaza in de optimale positie om als ondernemers de koers te blijven bepalen en hun ambities te verwezenlijken, met alle ondersteuning in kennis, kapitaal en kunde van een betrokken aandeelhouder.

Over Infoplaza en Weeronline Infoplaza, opgericht in 2008 door Menno Bom en René

24

Meteorologica 3 - 2020

Westening, is één van de grootste allround meteorologische dienstverleners voor media, consumenten, overheden en bedrijven. De weerinformatie wordt via websites en apps als Weerplaza en Buienalarm aangeboden aan consumenten in Nederland en België. Infoplaza levert verwachtingen aan onder andere De Telegraaf, AD, NOS, de Volkskrant, Nu.nl en aan een aantal regionale omroepen.

Tevens is Infoplaza partner van verschillende mediapartijen, waaronder DPG Media, NOS en Mediahuis. Infoplaza verzorgt ook op maat gemaakte weertoepassingen voor tal van bedrijven en overheidsinstanties wereldwijd, actief in onder meer de olie- en gassector, bouw-, landbouw-, evenementen- en transportsector en openbaar vervoer. Infoplaza is een snel groeiend bedrijf met meer dan 70 collega’s op het hoofdkantoor in Houten, Nederland, en in de vestiging te Atyrau, Kazachstan.

Weeronline, opgericht in 2000 door Gerrit Hiemstra, richt zich met haar weersverwachtingen en weergerelateerde content via websites en apps ook op consumenten in Nederland en België. Het is het persoonlijke online weerplatform dat iedere dag, op elk moment en overal ter wereld zorgt voor een actuele weersverwachting.

Maandelijks worden zowel de site als de apps miljoenen keren bezocht en gebruikt. Weeronline heeft samenwerkingen met verschillende media, waaronder het Nederlandse persbureau ANP. Sinds 2012 was Weeronline onderdeel van het Duitse beursgenoteerde Holiday Check Group AG.

Come and study Meteorology and Air Quality at Wageningen University

Bachelor of Science

Soil, Water, Atmosphere

Master of Science

Meteorology and Air Quality Wageningen University Meteorology and Air Quality http://www.maq.wur.nl Contact: Michiel van der Molen Michiel.vanderMolen@wur.nl Information: BSc: http://www.wur.nl/bbw MSc: http://www.wur.nl/mee

Meteorologica 3 - 2020

25

KLIMAATOVERZICHT 38 °C boven de noordpoolcirkel en langdurige Siberische warmte Sarah Kew, Sjoukje Philip, Geert Jan van Oldenborgh (KNMI) Weinig mensen zullen de poolcirkel associëren met extreme hitte, maar in juni 2020 trok een kleine Siberische stad, Verkhoyansk (67.6°N, 133.4°E), de aandacht van de media met een bloedheet nieuw record van 38 °C (Figuur 1). Ook de vele bosbranden in die regio werden uitgebreid besproken. Achterliggende redenen zijn onder meer de langdurige warmte aldaar, die ook het afsmelten van permafrost tot gevolg heeft. te klimaatverandering in relatie tot de waarschijnlijkheid en intensiteit van de Siberische hitte onderzocht. Hierbij hebben we onderscheid gemaakt tussen a) de langdurige warmte in het gekozen studiegebied (60 – 75ºN, 60 – 180ºE) in Siberië (Figuur 2) van januari tot juni 2020 en b) de gerapporteerde recordtemperatuur van 38 °C in Verkhoyansk op 20 juni 2020. Het grootschalig gebied is representatief voor Siberië maar komt niet exact overeen met het gebied met de hoogste jan-jun-temperaturen in 2020. De klimatologisch gemiddelde temperaturen van januari – juni zijn ook betrekkelijk homogeen in het studiegebied. Verkhoyansk heeft een sterke seizoenscyclus in de temperatuur die in juli piekt. Voor Verkhoyansk beperkten we ons daarom tot de maand juni, in plaats van zomermaxima te analyseren.

Het effect van klimaatverandering op de Siberische hitte werd in twee stappen berekend. Als eerste door de eventuele trend in de waarnemingen te berekenen (Figuur 3) waardoor we konden bekijken of er aanwijzingen zijn dat de kans op zulke hoge temperaturen veranderd is. Vervolgens hebben we in simulaties van klimaatmodellen het klimaat van 1900 met het klimaat van nu (met ongeveer 1°C mondiale opwarming) Attributiestudie vergeleken. Hierdoor kunnen we bestuderen in hoeverre de World Weather Attribution, een internationale samenwerking trend in observaties door mondiale opwarming wordt bepaald. van klimaatwetenschappers waaronder het KNMI, heeft onder Deze methode wordt veelvuldig toegepast in attributiestudies leiding van het Britse Met Office een attributiestudie uitge(zie bijvoorbeeld Philip et al., 2020). voerd. Samen hebben we de rol van door de mens veroorzaak Voor beide gekozen Maximum temperature VERKHOYANSK definities van de hitte heb40 ben we de zogenaamde “probability ratio” bere30 kend: de relatieve veran20 dering in herhalingstijd 10 tussen 1900 en 2020. Ook hebben we de verandering 0 in intensiteit van de hitte -10 in de waarnemingen en modellen berekend. Er zijn -20 alleen modellen meegeno-30 men die een uitgebreide -40 validatietest hebben doorstaan: zowel de seizoens-50 cyclus als de ruimtelijke -60 verdeling van de waarge01 Jan 01 Feb 01 Mar 01 Apr 01 May 01 Jun nomen en gemodelleerde Figuur 1. Temperatuurverloop gemeten door het weerstation Verkhoyansk in januari – juni 2020 ten opzichte van klimatologie werden hier normaal (1981 – 2010). Rood geeft temperaturen aan die boven de normale seizoenscyclus liggen, blauw vergeleken. Daarnaast heberonder. Het dagelijkse maximum, Tmax, piekt op 38 °C op 20 juni 2020. ben we de fit-parameters TMAX [deg C]

Wat is er gebeurd?

In de winter en het voorjaar van 2020 hebben grote delen van Siberië herhaaldelijk perioden van bovengemiddelde temperaturen beleefd. Deze hoge temperaturen droegen onder andere bij aan het temperatuurrecord van 38 °C dat op 20 juni werd gevestigd in Verkhoyansk. Deze hoge waarde was nog nooit eerder gemeten op een station boven de poolcirkel. Maar ook op langere tijdschalen en gemiddeld over een groter gebied werden recordwaarden behaald. Over een groot deel van Siberië was de temperatuur gemiddeld over januari – juni 2020 zo’n 4 graden boven het gemiddelde van 1981 – 2010. De milde wintertemperaturen hingen samen met een dieper dan normaal lagedrukgebied boven het noordpoolgebied waardoor wolken het verlies van de warmte van de grond verminderden.

In mei – juni werd de luchtdruk in Siberië iets hoger dan normaal waardoor hoge zomerse zonnestraling leidde tot hogere temperaturen. Ook heeft de vervroegde sneeuwsmelt en het daarmee geassocieerde minder reflectieve aardoppervlak waarschijnlijk aan de verhoogde temperaturen bijgedragen.

26

Meteorologica 3 - 2020

Figuur 2. Temperatuurafwijking in januari – juni 2020 ten opzichte van normaal (1981 – 2010) in Siberië. Het studiegebied is aangegeven met de rechthoek. In de stad Verkhoyansk werd het temperatuurrecord van 38 graden Celsius gemeten. Bron: ERA5.

van de statistische distributie vergeleken met de fit-parameters van de waargenomen distributie. Voor de analyse van Verkhoyansk werden 33 van de 55 beschikbare modellen gebruikt en voor het grootschalige gebied doorstonden 50 van de 71 modellen de validatietests. Ten slotte werden de resultaten van de modellen met de resultaten van de observaties gecombineerd om een overkoepelende antwoord te kunnen geven op de attributievraag.

In Verkhoyansk zijn vanwege de opwarming van de aarde de maximumtemperaturen in juni nu minstens 1 °C hoger dan in 1900, maar over het algemeen is de analyse voor Verkhoyansk minder makkelijk te interpreteren omdat dit een lokaal verschijnsel betrof en de kans hierop in het huidige klimaat al bijzonder klein was. Het is duidelijk dat de kans op zulke hitte sterk is toegenomen, maar we kunnen niet bepalen hoeveel omdat dit zo’n uitzonderlijk event was.

6 5 4 3 2 1 0 -1 -2 -3 -0.4

Jan-Jun mean GISS 250 T2m anom 60-180E 60-75N 1915:2019 (95% CI) 8 6 4

[Celsius]

[Celsius]

Gevolgen Duidelijke invloed klimaatverandering Ook de steden en gebieden in Siberië tot ver boven de poolcirSamenvattend vonden we dat de kans op langdurige warmte kel zullen in het vervolg rekening moeten houden met extreme in Siberië, zoals in het halfjaar januari – juni 2020, zonder hittegolven, iets wat tot een paar jaar geleden nog nauwelijks de door de mens veroorzaakte klimaatverandering minder mogelijk leek. Daarnaast heeft langdurige hitte in Siberië dan eens in de 80.000 jaar zou voorkomen. De berekende bijgedragen aan de uitgebreide bosbranden aldaar, die extra probability ratio geeft aan dat zulke langdurige warmte door CO2-uitstoot tot gevolg heeft. Ook het smelten van de perklimaatverandering minstens zeshonderd keer waarschijnlijker is geworden in het huidige opgewarmde klimaat. Daarmee mafrost levert een extra bijdrage aan de hoeveelheid methaan geeft deze hoge probability ratio voor de extreem hoge tem(ook een broeikasgas) die vanuit de ontdooiende bodem in de peraturen in Siberië een van de grootste veranderingen aan atmosfeer terechtkomt. Ten slotte zorgt het eerder smelten van die gevonden zijn in dit soort attributiestudies. In een wereld sneeuw en ijs ervoor dat de reflectiviteit van het aardopperzonder invloed van een door de mens veroorzaakte klimaatvlak afneemt. Als gevolg van de extra CO2 en methaan en het verandering zou eenzelfde gebeurtenis minstens 2 °C minder eerder smelten van sneeuw zal het lokale en mondiale klimaat warm zijn geweest. nog sneller opwarmen.

Zelfs in het huidige klimaat was het afgelopen halfjaar uitzonderlijk warm: de kans hierop wordt geschat op minder Literatuur Philip, S. et al., 2020: Regional differentiation in climate change induced drought trends dan één procent. Zonder een snelle afname van de uitstoot van in the Netherlands, Environ. Res. Lett., in press, https://doi.org/10.1088/1748-9326/ broeikasgassen, voornamelijk CO2, worden dit soort temperaab97ca. turenJan-Jun tegen het eind van250 de eeuw normaal. mean GISS T2m anom 60-180E 60-75N 1915:2019 (95% CI)

2 0 -2

-0.2 0 0.2 0.4 0.6 0.8 Global mean surface temperature (smoothed)

1

-4

gauss shift fit 1900 gauss shift fit 2020 observed 2020 2

5

10

100

1000

10000

return period [yr]

Figuur 3. Links: januari – juni temperatuuranomalieën gemiddeld over het studiegebied uitgezet tegen de wereldgemiddelde temperatuuranomalieën.

De rode lijnen geven het gemiddelde en 6 en 40 jaar herhalingstijden van een lineaire regressie op de 4-jaar gemiddelde wereldgemiddelde temperatuuranomalieën. Het paarse vierkantje geeft de 2020 waarde (niet meegenomen in de fit). Rechts: herhalingstijden van de januari – juni gemiddelde temperatuuranomalieën in het klimaat van 1900 (blauw) en 2020 (rood), gefit aan een gaussische verdeling die opschuift met de wereldgemiddelde temperatuur. Bron: GISTEMP Meteorologica 3 - 2020

27

In Memoriam Sytze Stel Robert Mureau Toen Sytze Stel (11 maart 1925 – 28 juni 2020) in 1993 de toenmalige hoofdredacteur van Meteorologica Aarnout van Delden aansprak op het soms slordige taalgebruik in het blad, greep de laatste zijn kans en nodigde hem uit om dan ook maar lid van de redactie te worden. Zo gebeurde, en Sytze is redactielid gebleven tot aan 2001. Hij noemde zichzelf een taalpurist. Dat was hij zeker.

Zo iemand kon het blad goed gebruiken. De drukproeven werden door hem zeer nauwgezet doorgelezen. Hij kwam altijd met veel correcties aanzetten, soms tot wanhoop van de eindredacteur. Toch merkten we ook dat die gedrevenheid hem soms in de weg zat, zeker op het laatst.

Sytze was wachtmeteoroloog bij het KNMI. Hij wees (zonder veel nadruk overigens) tijdens redactievergaderingen op het belang van de synoptische meteorologie. Hij was geïnteresseerd in onderzoek, maar kon ook kritisch zijn. Toen ik in 1980 als “jonge” onderzoeker op het KNMI kwam was hij degene die mij uitgebreid rondleidde op de weerkamer en me uitleg gaf hoe een weersverwachting tot stand kwam. Daarbij kwam ook de toen nog vrij jonge onderzoeksafdeling ter sprake. Hij wees me erop dat die afdeling was opgericht om de weerkamer te ondersteunen en te helpen de verwachtingen te verbeteren. Hij zag, met zijn weerkamercollega’s, dat het onderzoek echter al snel een hele eigen kant op was gegaan.

“Dat klimaatonderzoek was allemaal heel interessant natuurlijk, en dat men was begonnen met het onderzoeken van ijstijden, ahem, nou ja, zeker interessant hoor, maar: de mistverwachting voor Schiphol, als we die nou eens konden verbeteren!

Daar zitten we echt op te wachten.”

Hij vond verder dat het misschien een goed idee zou zijn als elke verwachting van een soort betrouwbaarheidsgetal zou worden voorzien. We waren het op dat punt roerend eens, al wisten we niet goed hoe we betrouwbaarheid van de verwachting aan de ene kant en kwaliteit van het weer aan de andere kant zouden moeten scheiden.

Het mocht geen Pelleboer worden. Het was 1980, het voorspelbaarheidsonderzoek op het KNMI en de ontwikkeling van ensembles op het ECMWF zouden pas eind jaren tachtig het licht zien.

Na zo’n zeven jaar wilde hij stoppen. Hij voelde zich te oud worden, het correctiewerk werd te intensief. Zijn vrouw had ook tegen hem gezegd dat hij er maar eens mee moest ophouden. Ik besloot toen, inmiddels zelf hoofdredacteur, om de drukproefcorrecties niet meer per post af te doen, maar om eens persoonlijk in Soest langs te gaan. Toen ik aankwam had ik me schrap gezet voor de ontmoeting met mevrouw Stel, maar toen ik eenmaal binnen was bleek Tjits een allerliefste vrouw te zijn die me uitgebreid trakteerde op koffie en koekjes. Als Sytze bij de volgende vergadering weer met het argument kwam dat zijn vrouw wilde dat hij stopte, moesten we allemaal lachen en zeiden we dat we dat niet meer geloofden.

Uiteindelijk is hij in 2001 gestopt.

Zijn gedrevenheid voor correcties werd me pas goed 28

Meteorologica 3 - 2020

duidelijk toen ik hem voor het laatst opzocht (in 2014) vlak voor zijn verhuizing naar IJsselstein om dichter bij zijn zoon Tjeerd te gaan wonen. Hij had me gebeld omdat hij aan het opruimen was en nog een stapel oude Meteorologica’s over had. Hij gaf me ook nog een boek mee: “Weather Prediction

by Numerical Processes, by Lewis F. Richardson”. Een reprint uit 1965 van het oorspronkelijke boek uitgegeven in 1922, in 1967 aan hem gegeven door zijn zonen Tjeerd en Rinse. Een erg technisch boek, geschreven in de stijl van 1922. Toen ik het boek opensloeg stond het, tot mijn verrassing, vol met aantekeningen en correcties, niet voor de taal maar bij de formules. Er was zelfs een handgeschreven bladzijde ingevoegd met de bijgehouden eventueel te maken correcties. Toen werd me pas goed duidelijk hoe gedreven hij was en hoe hem dat steeds zwaarder moet zijn gevallen.

Sytze was tot op het laatst geestelijk zeer fit. Zoon Tjeerd ging iedere donderdag bij hem langs om boodschappen te doen en als afsluiting een glas wijn te drinken. De foto is gemaakt door Tjeerd op zo’n donderdag, drie dagen voor zijn (plotselinge) overlijden.

Zeer bedankt Sytze voor het vele correctiewerk dat je als redactielid (1993 – 2001) voor ons gedaan hebt. Sytze was tevens erelid van de NVBM.

25000 Euro

for the best innovative idea in meteorology The Harry Otten Prize is a prize of 25000 Euro that is being awarded every two years for the best innovative idea in Meteorology.

The prize encourages individuals and small groups (maximum of 3 individuals) to propose new ideas of how meteorology can, in a practical way, move society forward.

The next prize will be awarded during the meeting of the European Meteorological Society (EMS) in Barcelona (Spain) in September 2021.

Ideas for the prize may be submitted from 15 September 2020 until the closing date of 10 March 2021.

The endowment created by Harry Otten, which allows awarding the prize, is governed by an independent board. The members of the board also form the prize jury.

Meteorologica 3 - 2020

29

Kooldioxide en het virus

column

Leo Kroon

30

Meteorologica 3 - 2020

In maart 1958, tijdens het Internationale Geofysische Jaar, installeerde de Amerikaan David Keeling op verscheidene plaatsen in de wereld apparatuur om de concentratie kooldioxide in de atmosfeer te meten. In de jaren ervoor had hij al veel van dit soort metingen verricht op uiteenlopende locaties in de Verenigde Staten en was erachter gekomen dat de concentratie een uitgesproken dagelijkse gang liet zien, met waarden die overdag laag waren en ’s nachts hoog. Een duidelijk gevolg van de aanwezigheid van vegetatie met overdag het effect van fotosynthese waarbij CO2 door planten wordt opgenomen, en in de nacht het tegenovergestelde effect van respiratie.

Verder vond hij ’s middags overal ongeveer dezelfde waarde: 310 ppm. Na kennis genomen te hebben van het gedrag van de turbulente grenslaag bleek dat deze waarde representatief was voor de concentratie in de vrije atmosfeer en ook gold voor grote delen van het noordelijk halfrond.

Een van de metingen vond plaats op Mauna Loa, Hawaii. Hier werd in maart 1958 een concentratie van 313 ppm gemeten. Een maand later bleek de waarde te zijn gestegen tot 314 ppm en in mei was de concentratie nog wat hoger. Daarna daalde de kooldioxide concentratie en bereikte in oktober een minimum om daarna weer te stijgen. Deze seizoensgang herhaalde zich in 1959. De natuur onttrok in het voorjaar blijkbaar kooldioxide aan de atmosfeer door de plantengroei op het noordelijk halfrond en gaf deze weer terug in de herfst en winter door het afstervende loof. Verder was de jaargemiddelde waarde in 1959 iets hoger dan in 1958 en in 1960 was die nog weer wat hoger. Deze stijging werd algemeen toegeschreven aan de activiteit van de mens door het landgebruik en door verbranding van fossiele brandstof. Dit was het begin van de beroemde langjarige reeks van de concentratie kooldioxide die bekend staat als de “Keeling Curve”. De jaargemiddelde waarde van deze curve vertoont een monotone stijging met in de jaren 60 van de vorige eeuw stijgingen van 0.8 ppm/ jaar – tegenwoordig is dit al 2.4 ppm/jaar.

In mei 2020 bereikte de concentratie 417 ppm. Volgens een recent artikel in SmartNews van het Smithsonian Magazine “de hoogste waarde in de geschiedenis van de mensheid”.

Door de uitbraak van Covid-19 en de bijbehorende economische gevolgen verwacht je dat de antropogene uitstoot van CO2 behoorlijk moet zijn afgenomen. Er is minder vlieg-, weg- en waterverkeer,

fabrieken liggen stil of draaien op halve kracht waardoor er minder energieverbruik is, enzovoort. En inderdaad, we zitten midden in een historisch sterke daling in de emissies van CO2 en andere broeikasgassen door de mens. Geschat wordt dat wereldwijde CO2-emissies in 2020 met een waarde van 30.6 Gigaton ongeveer 8% lager zullen liggen dan in 2019 en daarmee ongeveer op het niveau van 2010 liggen (IEA, Global Energy Review 2020, https://www.iea.org/ reports/global-energy-review-2020). Dit is de grootste daling ooit waargenomen.

De vraag is nu of deze reductie in emissies ook waarneembaar is in de metingen op bijvoorbeeld Mauna Loa. Als dat het geval is dan zou dit een indicatie zijn dat een reductie van de emissies zou kunnen leiden tot een afname in de jaarlijkse stijging.

Een daling is niet mogelijk omdat er geen fotochemische af braak van CO2 is. Wel kan CO2 oplossen in oceaanwater of opgenomen worden door planten, maar dit is allemaal slechts tijdelijk en de CO2 komt op termijn gewoon weer terug in de atmosfeer. De atmosfeer, oceanen en de biosfeer zijn op korte (niet-geologische) tijdschalen in feite een enkel reservoir waaruit koolstof niet echt verdwijnt. Dus het gebruik van fossiele brandstoffen kan alleen maar koolstof aan dit reservoir toevoegen.

Om de gevolgen van de daling in emissies terug te vinden in de waarnemingen op Mauna Loa moet het effect te vinden zijn tegen de achtergrond van de eerdergenoemde natuurlijke CO2-variatie op tijdschalen van maanden, seizoenen en jaren. Deze variatie is echter dermate groot dat het effect van de verminderde emissies tot nu toe niet zichtbaar is. NOAA heeft berekend dat bij een daling van de emissies van 25%, dus driemaal zoveel als momenteel is waargenomen, de maandelijkse waarde elke maand ongeveer 0.2 ppm lager zou komen te liggen. Het geaccumuleerde effect zou dan pas na een aantal maanden zichtbaar worden. De verwachting is dat met de huidige afname in emissies van 8% het effect pas na een jaar zichtbaar zou kunnen zijn. Helaas is die 8% waarschijnlijk maar tijdelijk want regeringen doen hun uiterste best om de economie weer aan te zwengelen met allerlei investeringen.

Al met al is de conclusie dat als zelfs een 8% reductie in emissies maar nauwelijks waarneembare gevolgen heeft, we er nog lang niet zijn met het tegengaan van global warming. Een zeer zorgelijke boodschap.

Sponsors van de Nederlandse Vereniging ter Bevordering van de Meteorologie

Werken bij KNMI: the best place to be voor onderzoekers!

Colofon Redactie Hoofdredacteur: Richard Bintanja (e-mail: richard.bintanja@knmi.nl, tel: 030-2206499).

Redactieleden: Wim van den Berg, Aarnout van Delden, Robert Mureau, Rob Sluijter, Fiona van der Burgt en Ben Lankamp.

Artikelen en bijdragen Deze dienen uitsluitend digitaal (bv. per e-mail) te worden aangeleverd, als Word document met figuren apart. Uiterste inleverdata hiervoor zijn: 1 februari, 1 mei, 1 augustus en 1 november voor respectievelijk nummer 1, 2, 3 en 4.

Voor meer informatie over de procedure, zie http://www.nvbm.nl/meteorologica/informatie_voor_auteurs/ Artikelen uit Meteorologica mogen uitsluitend worden overgenomen na voorafgaande schriftelijke toestemming van de redactie.

Meteorologica (ISSN 0929-1504) verschijnt vier maal per jaar en is een uitgave van de Nederlandse Vereniging ter Bevordering van de Meteorologie (NVBM).

Penningmeester en administratie: Mike Budde (penningmeester@nvbm.nl) Vormgeving: Colorhouse, Almelo Vermenigvuldiging: Colorhouse, Almelo

Abonnementen Alle leden van de NVBM zijn automatisch geabonneerd op Meteorologica. Ook niet-leden kunnen zich abonneren door 31,- euro voor vier nummers over te maken naar IBAN: NL66INGB0000626907, BIC: INGBNL2A, ten name van: NVBM-Meteorologica Postbus 464 6700 AL Wageningen onder vermelding van: “Abonnement Meteorologica” en uw adres.

Abonnementen worden telkens aangegaan voor een heel kalenderjaar; bij tussentijdse betaling worden de reeds verschenen nummers van dat jaar toegestuurd. Voor abonnees in het buitenland zijn de kosten 38,euro per jaar. Ook losse nummers kunnen op deze manier worden besteld (zolang de voorraad strekt) voor 10,- euro per stuk, onder vermelding van de gewenste jaargang en nummer(s).

Instellingen betalen 65,- euro voor een abonnement. Een student-abonnement kost 16,per jaar. Opzeggingen per email naar het bestuur (bestuur@nvbm.nl); hierbij geldt een opzegtermijn van drie maanden.

Lid worden van de NVBM Het lidmaatschap van de NVBM kost 55,euro per jaar. Meer informatie hierover is te vinden op de NVBM website: www.nvbm. nl. Opzeggingen per email naar het bestuur (bestuur@nvbm.nl); hierbij geldt een opzegtermijn van drie maanden.

Advertenties Adverteren in Meteorologica is mogelijk. Advertenties worden geplaatst op 3 formaten: A5, A4 of A3. Uiterste inleverdata voor advertenties zijn: 1 februari, 1 mei, 1 augustus en 1 november voor respectievelijk nummer 1, 2, 3 en 4.

Tarieven zijn op te vragen bij Richard Bintanja (e-mail: richard.bintanja@knmi.nl, tel: 0302206499).

Sponsorschap NVBM Men kan sponsor worden van de NVBM. Een sponsorschap wordt afgesloten voor minimaal 1 jaar. Een sponsor heeft diverse rechten, o.a.: – Het plaatsen van advertenties in Meteorologica – Plaatsing van het firmalogo in het blad.

– Het bijwonen van congressen e.d. georganiseerd door de NVBM. Voor meer informatie over het sponsorschap kunt u contact opnemen met Richard Bintanja of Mike Budde (zie boven).

Meteorologica 3 - 2020

31

MEETINSTRUMENTATIE

Broeikasgas Instrumentatie en Analyse

LI­830 CO2 Analyzer

LI­7810x CH4 / CO2 / H2O Trace Gas Analyzers

LI­850 CO2 / H2O Analyzer

LI­7700 CH4 Open path Methaan Analyzer

LI­7200RS Closed path CO2 / H2O Analyzer.

Meten in de CLOUD!

LI­7500RS Open path CO2 / H2O Analyzer.

Data analyse voor EC

Turfschipper 114 | 2292 JB Wateringen | Tel. 0174 272330 | info@catec.nl | www.catec.nl