Meteorologica september 2020

Page 4

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.


Turn static files into dynamic content formats.

Create a flipbook
Issuu converts static files into: digital portfolios, online yearbooks, online catalogs, digital photo albums and more. Sign up and create your flipbook.