Meteorologica maart 2016

Jaargang 25 -

nr.

1 - Maart 2016

meteorologica

Vijftig jaar Nederlands onderzoek in de poolgebieden Uitgave

van de

Nederlandse Vereniging

ter

Bevordering

van de

Meteorologie

2

Meteorologica 1 - 2016

0HDQ PRGHOOHG ORJ(&21&) >Ă­@ SHU NP ( )

12

Inhoudsopgave

4 Een stille revolutie in de meteorologie

Bart van den Hurk, Pier Siebesma, Jan Barkmeijer, Gerard van der Steenhoven

28

8

Juni blijft achter

Cor Schuurmans, Huug van den Dool

12 Modellering van de verspreiding van Coxiella burnetii door de atmosfeer (Q-koorts)

Jeroen van Leuken

18 Een vergelijkende studie van ijsgroeimodellen

in Nederland

32

Cisco de Bruijn, Fred Bosveld

22 Wegdekmodellering, van punt naar wegdek

Jelle Wisse, Marcel Wokke

25 Een dag in het leven van zomaar een meteoroloog

Hylke de Vries

Van

de hoofdredacteur

Een van de belangrijkste ‘stille’ ontwikkelingen binnen de meteorologie betreft de spectaculair toegenomen kwaliteit (‘skill’) voor de meerdaagse weersverwachting.

Hadden de verwachtingen van vijf dagen of meer drie decennia geleden nauwelijks waarde, tegenwoordig ligt de voorspelbaarheidshorizon al op zo’n acht dagen. Gezien het intrinsieke chaotische systeem van de aardse atmosfeer is dit een enorme verbetering.

De weersvoorspelling heeft onder het algemene publiek echter nog altijd een matig imago. Hier kunnen we iets leren van het legertje spindoctors dat, in het bijzonder tijdens verkiezingstijd, rond politici zwermt. Zij weten maar al te goed dat, hoe goed een politicus het ook doet, ĂŠĂŠn onhandige ‘slip of the tongue’ en de gedroomde politieke carrière ligt in duigen.

Ditzelfde principe gaat helaas ook op voor de weersverwachting. EĂŠn slechte weersverwachting, vooral met spectaculair weer, en al die maanden van goede verwachtingen (vaak met saaier weer) zijn instantaan uit ons collectieve geheugen gewist.

Dan kun je nog zo’n goed verhaal hebben (zoals dat van Bart van den Hurk en co-auteurs op pagina 4), het publiek haalt zijn neus op voor die prutsers van meteorologen.

Ondanks de genoemde spectaculaire verbeteringen in de kwaliteit van de weersverwachtingen zijn missers helaas niet te voorkomen,

dus het imago van ons vakgebied zal voorlopig wel enigszins problematisch blijven...

Het zal u niet zijn ontgaan dat december 2015 in Nederland recordwarm was, met een gemiddelde temperatuur die in De Bilt maar liefst 2.3 °C hoger was dan de vorige recordwarme december.

Ook mondiaal was deze maand op veel plaatsen recordwarm, en ging deze her en der gepaard met extreem weer (zoals overstromingen). Het artikel van Geert Jan van Oldenborgh en co-auteurs (pagina 32) onderzoekt in hoeverre klimaatopwarming hiervoor verantwoordelijk is, en welk deel veroorzaakt wordt door toevallig ‘weer’.

De rubriek promoties, tien jaar lang met enorme inzet en kunde verzorgd door redactielid Wim van den Berg, waarvoor heel veel dank, komt in zijn huidige vorm ten einde.

Meteorologica zal uiteraard aandacht blijven besteden aan Nederlandse promoties op het gebied van weer en klimaat, maar op een andere manier; hierover meer in het juninummer.

Ten slotte: Nederland telt talloze (amateur)fotografen die prachtige foto’s van het weer en daaraan gerelateerde onderwerpen maken. Ik doe hierbij een oproep om uw mooiste foto’s in te sturen (naar weerhaan@ gmail.com), want Meteorologica is en blijft een prachtig platform om uw weerbeelden te publiceren (zie pagina 27).

26 Column – Alleen te Warnsveld

Huug van den Dool 27 Weerbeelden

Rob Sluijter 28 Micro-Meteorologische Mijmeringen – De Weerfenix

en Palmyra

Henk de Bruin 30

Door de kou bevangen – Vijftig jaar Nederlands onderzoek in de poolgebieden

32

Klimaatoverzicht – Het vreemde weer van december 2015

35

Nieuwe producten

36

Najaarssymposium NVBM: ‘Space Weather’

Janneke Ettema, Gert-Jan Steeneveld

Richard Bintanja, Anita Buma, Annette Scheepstra

Geert Jan van Oldenborgh, Sarah Kew, Sjoukje Philip, Peter Uhe

38 Column – Over onderwijzen

Leo Kroon

39

NVBM Sponsors en Colofon

Advertenties 2 Wittich en Visser 17 IMAU – Universiteit Utrecht 21 CaTeC 40 Wageningen Universiteit

Voorkant Onderzoekers voor het front van de Kronebreen, Spitsbergen. Foto: Ronald J. W. Visser (zie bijdrage pagina 30).

Meteorologica 1 - 2016

3

Een stille revolutie in de meteorologie Bart van den Hurk, Pier Siebesma, Jan Barkmeijer, Gerard van der Steenhoven (KNMI) Het chaotische gedrag van de atmosfeer heeft ertoe geleid dat er lange tijd weinig hoop bestond dat er ooit goede meerdaagse weerverwachtingen zouden kunnen worden opgesteld. In de voorbije decennia zijn desondanks spectaculaire verbeteringen van de meerdaagse weersverwachting gerealiseerd. Het European Centre for Medium-Range Weather Forecasts (ECMWF), dat dit jaar zijn veertigjarig bestaan vierde, heeft in hoge mate bijgedragen aan deze ‘stille revolutie binnen de natuurkunde’.

Inleiding De chaostheorie wordt (naast de relativiteitstheorie en de kwantummechanica) ook wel gezien als de derde grote revolutie binnen de twintigste-eeuwse natuurkunde. Rekenend aan de verwachte toestand van de atmosfeer vanuit een bekende begintoestand ontdekte Lorenz (1963) dat minieme onzekerheden in die initialisatie tot exponentieel groeiende onzekerheidsmarges leidt in het niet-lineaire systeem dat de atmosfeer beschrijft. Desondanks is sinds de introductie van de operationele globale numerieke weersverwachting (Numerical Weather Prediction, NWP) in de jaren zeventig de voorspelbaarheidshorizon van de weersverwachting vrijwel lineair toegenomen.

plaats door middel van herkenbare grootschalige quasi-tweedimensionale circulatiepatronen. Het zijn deze circulaties die de grootschalige of synoptische weerpatronen bepalen.

De drijvende kracht achter de grootschalige luchtstromingen in de atmosfeer wordt veroorzaakt door de ongelijkmatige opwarming van de aarde door de zon. Aan de evenaar ontvangt onze planeet netto meer zonnestraling dan aan de polen.

De energetische onbalans die daardoor ontstaat wordt hersteld door transport van warmte van de tropen naar de polen waaraan in ongeveer gelijke mate wordt bijgedragen door de oceaan en de atmosfeer. In de atmosfeer vindt dit transport

Op schalen kleiner dan ordegrootte 1 km, de dikte van de atmosferische grenslaag, reguleert de atmosferische driedimensionale turbulentie hoe efficiënt warmte en vocht vanuit het aardoppervlak door de atmosferische grenslaag naar de vrije atmosfeer wordt getransporteerd.

Op ruimtelijke schalen van ordegrootte 10 km, de typische verticale schaal van de atmosfeer, worden verticale, convectief gedreven processen relevant. Convectie wordt door atmosferische stralingsafkoeling aangedreven, en verder versterkt door de latente warmte die bij condensatie van waterdamp vrijkomt. Dit samenspel tussen convectie en atmosferische stralingsafkoeling bepaalt de verticale thermische stratificatie van de atmosfeer en beïnvloedt de eerdergenoemde grootschalige circulatiepatronen.

Deze processen die alle relevant zijn voor weer en klimaat spelen zich af van de grootste synoptische schalen van 10.000

Figuur 1. 12-maanden lopende-gemiddelden van de correlatiecoëfficiënt (%) tussen de door ECMWF berekende en gemeten hoogte van het 500 hPa drukveld in de roosterpunten van het model voor 3 (blauw), 5 (rood) , 7 (groen) en 10 (geel) dagen vooruit, apart voor het noordelijk (dikke lijnen) en het zuidelijk (dunne lijnen) halfrond. Bron: Bauer et al. (2015).

4

Meteorologica 1 - 2016

Figuur 2. Schematisch overzicht van 4D-VAR data-assimilatie. Waarnemingen binnen een bepaald tijdvenster (‘Assimilation Window’) worden gebruikt om een ongecorrigeerde modelontwikkeling (‘first guess’) bij te sturen om de overeenkomst met de waargenomen toestand te verbeteren. Dit proces wordt voor meerdere modelrealisaties tegelijk gedaan (‘ensemble forecast’) om daarmee tegelijkertijd een schatting te krijgen van de onzekerheid van de modelverwachting. Bron: Bauer et al. (2015).

km tot de kleinste turbulente Kolmogorov schaal van 1 mm.

Het pessimisme over de implicaties van de beperkte voorspelbaarheid hiervan voor NWP berekeningen van begin jaren 70 bleek onterecht, want er is een enorme vooruitgang geboekt in de voorspelbaarheid van het weer (zie ook Bauer et al., 2015).

Dit artikel geeft een korte schets van de achtergrond van deze opzienbarende vooruitgang. De belangrijke rol die het ECMWF daarbij heeft gespeeld wordt daarbij ook beschreven.

Kader 1. Basisvergelijkingen grootschalige atmosferische stromingen In het begin van de vorige eeuw zagen de eerste pioniers in dat natuurkundig gezien weersverwachtingen mogelijk zouden moeten zijn omdat het gaat om een beginwaardeprobleem waarbij een stelsel van differentiaalvergelijkingen in de tijd moet worden geïntegreerd bij gegeven begintoestand.

Men beschouwt een luchtdeeltje dat genoeg moleculen bevat om er macroscopische eigenschappen aan toe te kennen, met name de drie componenten van de snelheid, de dichtheid, de druk, temperatuur en de samenstelling (met name de hoeveelheid vocht). Voor het maken van een weersverwachting zijn 7 prognostische vergelijkingen nodig voor elk van deze 7 toestandsvariabelen. Newtons wet van behoud van impuls levert een prognostische vergelijking op voor de drie componenten van de windsnelheid. Lucht is in goede benadering een mengsel van ideale gassen. De toestandsvergelijking geeft de druk als functie van de dichtheid en temperatuur. De wet van behoud van energie levert een prognostische vergelijking voor de temperatuur op. Massabehoud van lucht en watersubstanties (waterdamp, vloeibaar water en ijs) geven de 2 ontbrekende vergelijkingen.

Weersverwachtingsmodellen lossen het stelsel van de hierboven genoemde vergelijkingen numeriek op met behulp van een rooster, uitgaand van een bekende begintoestand. Omdat de aarde een roterende bol is en wind gedefinieerd wordt ten opzichte van het aardoppervlak moet een transformatie van het assenstelsel worden toegepast van een cartesisch stelsel naar bolcoördinaten in rust ten opzichte van het aardop-

Is de numerieke weersverwachting inderdaad verbeterd?

In de numerieke weersverwachting is de hoogte van het 500 hPa-drukveld een grootheid die gebruikt wordt om de kwaliteit (of “skill”) van een numeriek weersverwachtingsmodel objectief vast te stellen. Het zijn namelijk deze luchtdrukpatronen in de atmosfeer die in eerste benadering het weerbeeld bepalen. Figuur 1 laat zien dat de weersverwachtingen in de laatste 40 jaar door de ECMWF-aanpak inderdaad sterk zijn verbeterd. De figuur toont voor de periode 1981-2015 de correlatiecoëfficiënt tussen de mondiaal berekende hoogte van het 500 hPa-drukveld en de waarnemingen voor 3, 5, 7 en 10 dagen vooruit, apart voor het noordelijk en het zuidelijk halfrond. Als de ruimtelijke patronen tussen berekende en gemeten waarden perfect overeenkomen is deze correlatiecoëfficiënt 100%. Algemeen wordt gesteld dat voor een correlatiecoëfficiënt <60% de weersverwachting geen toegevoegde waarde meer heeft. Duidelijk te zien is dat de nauwkeurigheid van de weersverwachting in de loop van de jaren sterk is toegenomen. De implicatie hiervan is dat ook de voorspelbaarheidshorizon sterk is verlengd. In het begin van de jaren 80 had een numerieke weersverwachting over een periode van 5 dagen of meer geen toegevoegde waarde, terwijl tegenwoordig de voorspelbaarheidshorizon rond de 8 dagen ligt. Bovendien laat de figuur zien dat de vijfdaagse verwachtingen voor zowel het noordelijke als het zuidelijke halfrond een ongekend hoge kwaliteit (90%) hebben weten te bereiken. Voor een chaotisch systeem zoals onze atmosfeer zijn dit uitzonderlijke ontwikkelingen.

pervlak. In de bewegingsvergelijking verschijnt daardoor de zogenaamde Corioliskracht die loodrecht staat op de windvector en evenredig is met de windsnelheid. De rotatie van de aarde heeft een grote invloed op de atmosferische dynamica: bij afwezigheid van de Corioliskracht zouden drukverschillen snel worden vereffend; door de Corioliskracht wordt de levensduur en dus de voorspelbaarheid van druksystemen sterk vergroot. Grootschalige atmosferische stromingen vormen in wezen quasi tweedimensionale turbulentie verschijnselen. De voorspelbaarheid daarvan is groter dan die van driedimensionale turbulentie vlak bij het oppervlak.

In de temperatuurvergelijking moeten bron- en puttermen worden opgenomen voor bijvoorbeeld de opwarming van de atmosfeer door het aardoppervlak, opwarming door stralingsdivergentie en effecten van faseovergangen (condensatie van waterdamp geeft opwarming, verdamping van waterdruppels afkoeling). Een complicatie is dat stromingen vlak boven het aardoppervlak turbulent zijn. Hiervoor worden semiempirische vergelijkingen ontwikkeld voor de uitwisseling van impuls (wrijving), warmte en waterdamp boven zee en land. Boven land moet de invloed van vegetatie en bodem op de uitwisseling van energie, impuls en massa worden meegenomen. Voor de oceanen wordt een apart golven-model ontwikkeld. Stralingsdivergentie betreft straling afkomstig van de zon alsmede infraroodstraling die wordt uitgezonden en geabsorbeerd door broeikasgassen en wolken. Het aardoppervlak zendt infraroodstraling uit. Een overzicht van de fysische processen die een rol spelen wordt gegeven in Figuur 3.

Meteorologica 1 - 2016

5

mate gebruik gemaakt van nieuwe remote-sensing technieken zoals SODAR, RADAR, en –heel belangrijk– satellietwaarnemingen. De standaardisatie en verspreiding van oppervlaktewaarnemingen is sterk bevorderd door de Wereld Meteorologische Organisatie (WMO). Omdat aanvankelijk de in-situ metingen veel talrijker waren op het Noordelijk Halfrond dan op het Zuidelijk Halfrond was de nauwkeurigheid van de weersverwachting op het Noordelijk Halfrond oorspronkelijk veel groter, zoals goed te zien is in Figuur 1.

Figuur 3. Overzicht van fysische processen die in een NWP-model worden geparameteriseerd. Bron: Bauer et al. (2015).

Waardoor is de numerieke weersverwachting verbeterd?

Allereerst werd door schaalanalyse het probleem van de weersverwachting teruggebracht tot een klassiek beginwaardeprobleem. Voor de grootschalige tweedimensionale turbulente stromingen werd een stelsel van prognostische differentiaalvergelijkingen opgesteld (zie Kader 1), die numeriek kunnen worden opgelost bij gegeven begintoestand. Voor driedimensionale subgrid processen zoals turbulentie, stralingsdivergentie en faseovergangen van water werden efficiënte parameterisaties opgesteld. Een historisch overzicht van numerieke weersverwachtingen wordt gegeven door Lynch (2008).

Toenemende rekenkracht Door de toenemende rekenkracht van computers werd het mogelijk om de vergelijkingen die het weer beschrijven steeds nauwkeuriger uit te rekenen door toepassing op een steeds fijnmaziger rekenrooster. Het eerste mondiale weermodel van het ECMWF in 1979 werkte met een horizontale resolutie van 200 km, terwijl er vandaag de dag wordt gerekend met een horizontale resolutie van 10 km.

Uitbreiding en verbetering waarnemingen: de begintoestand Om de begintoestand vast te stellen zijn waarnemingen nodig op mondiale schaal. Met deze observaties kan een steeds betere initialisatie van het model worden gemaakt. De waarnemingen bestaan uit in-situ waarnemingen van meetstations op het land, schepen, vliegtuigen, en radiosondes die dagelijks met een ballon worden opgelaten. Daarnaast wordt in toenemende

Figuur 4. Voorbeeld van een ensembleverwachting, voor de maximumtemperatuur in De Bilt van eind augustus 2015. De breedte van de pluim is een maat voor de onzekerheid van de verwachting. Dit voorbeeld illustreert het dynamische karakter van de onzekerheid, die op dag 4 kleiner was dan op dag 2. Geselecteerd door G. Komen.

6

Meteorologica 1 - 2016

Om tot een zelfde verzameling van consistente satellietwaarnemingen te komen, hebben de landen van Europa in 1986 de organisatie EUMETSAT (European Meteorological Satellites) opgericht, die in samenwerking met de European Space Agence (ESA) zorgt voor een elkaar opvolgende reeks van geostationaire en polaire meteorologische satellieten die ook steeds weer tijdig vervangen worden. Satellietwaarnemingen, die inmiddels afkomstig zijn van ongeveer 50 satellieten, vormen tegenwoordig zo’n 99% van de observaties. Deze toename heeft er mede voor gezorgd dat tegenwoordig de weersverwachting op het Zuidelijk Halfrond vrijwel even goed is als op het Noordelijk Halfrond.

Voor de grote hoeveelheid observaties die dagelijks wordt geproduceerd is een procedure nodig die deze observaties snel controleert en verwerkt, om het model zo goed mogelijke startwaarden te geven. Een optimale begintoestand wordt gemaakt door een mathematische combinatie te maken tussen de oorspronkelijke schatting van het model (de zogenaamde ‘first guess’) en de waarnemingen. Dit proces wordt data-assimilatie genoemd. Het zogenaamde 4D-VAR data-assimilatiesysteem van het ECMWF is wereldwijd toonaangevend en in staat om de tijdsevolutie van observaties van verschillende grootheden op verschillende plaats en tijd op een dynamisch consistente wijze te gebruiken, rekening houdend met de meetnauwkeurigheid (zie Figuur 2).

Verbeterde subgrid parameterisaties Ook de modelformulering zelf is steeds beter geworden. Zelfs wanneer er met een resolutie van 15 km wordt gerekend zijn er nog tal van kleinschalige processen die niet expliciet numeriek kunnen worden opgelost: wolken, vorming van regendruppels, absorptie of verstrooiing van straling, turbulente fluxen aan het landoppervlak, en nog andere processen.

Deze processen worden door middel van statistische modellen in termen van de gemiddelde toestandsvariabelen (temperatuur, vochtigheid, druk en de drie componenten van de wind) Kader 2. Regionale weermodellen Op 12 mei 1983 glipte een kleine storing door de mazen van het ECMWF-net. Deze groeide uit tot de Hemelvaartstorm. In Nederland waren maar liefst 10 doden te betreuren, waaronder veel watersporters. Voor dit soort systemen zijn fijnmazige modellen nodig. Hiervoor ontwikkelden een aantal Europese weerdiensten gezamenlijk het HIRLAM (High Resolution Limited Area Model), voor Europa en een deel van de Atlantische Oceaan.

HIRLAM is een fijnmazig model genesteld in het mondiale ECMWF model. Intussen is er een nog fijnmaziger model (HARMONIE) ontwikkeld met een grid resolutie van 2.5 km. Mede op basis hiervan heeft het KNMI voor de recente juli-storm op tijd een weeralarm uitgegeven.

beschreven. Deze statistische modellen worden ook wel parameterisaties genoemd (zie Figuur 3). De procesbeschrijvingen worden steeds verbeterd op basis van geavanceerde fysica en specifieke meetcampagnes, en zijn daardoor in de afgelopen 30 jaar steeds realistischer geworden.

Ensembleverwachtingen De sterke toename van de kwaliteit van de weersverwachting kent een grens: de turbulente aard van de atmosferische stromingen maakt de verwachtingstermijn eindig. Deze voorspelbaarheid is ruimtelijk niet uniform. Een stabiel evenwicht van processen kan er lokaal voor zorgen dat de toestand van de atmosfeer lijkt op die van een knikker in knikkerputje. In zo’n situatie is de kwaliteit van de verwachting groot. Zijn de lokale condities echter te vergelijken met een knikker op de top van een spitse berg dan is de voorspelbaarheid klein: de knikker kan met evenveel kans in een bepaalde richting bewegen na klein zetje door een willekeurig proces. Om de intrinsieke onzekerheid van weersverwachtingen te kwantificeren is het ensemblesysteem ontwikkeld. Tweemaal per dag worden een vijftigtal alternatieve modelverwachtingen berekend die verschillen door kleine veranderingen in de begintoestand en de invloed van subgrid processen op de modeltoestand – binnen de bandbreedte van de metingen (Figuur 2). Op deze wijze komen kansverwachtingen tot stand die een indruk geven van de lokale voorspelbaarheid voor de komende 15 dagen. Figuur 4 (ontleend aan de Bruin et al., 2015) toont een bijzonder voorbeeld voor Nederland, waaruit blijkt dat de voorspelbaarheid kan toenemen bij toenemende voorspelperiode: kennelijk gaan lokaal de weersituaties meer lijken op de knikker in een putje.

Blik naar de toekomst Het opstellen van een goede weersverwachting met een voorspelhorizon van een paar dagen hangt grotendeels samen met een goede begintoestand. Dit maakt de weersverwachting een klassiek beginwaardeprobleem.

Modellen die in hun aard en formulering vergelijkbaar zijn met NWP modellen worden ook gebruikt voor klimaatprojecties. Hierbij gaat het niet om het maken van een verwachting voor een bepaalde dag in een (verre) toekomst, dat is fundamenteel onmogelijk. Maar het opstellen van een verwachting voor de verschuiving van de kans op het optreden van een bepaald fenomeen kan met dergelijke projecties wel worden gedaan. Een uitspraak over verschuivingen in het klimaat is geen beginwaardenprobleem maar een randvoorwaardenprobleem: de systematische verandering van de klimatologie van weersverschijnselen als gevolg van een verandering in de factoren die van invloed zijn op het klimaat, zoals broeikasgasconcentraties of landgebruik.

Tussen de weerkundige tijdschaal (1 à 2 weken vooruit) en de klimaattijdschaal (decennia vooruit) wordt wel gesproken van een ’naadloze voorspellingsovergang’, of ‘seamless prediction’ (zie ook Brian Hoskins (2013), de winnaar van de Buys Ballotprijs in 2014). In dit domein komen we maand- of seizoensverwachtingen tegen, waar de skill van de voorspelling vooral afhankelijk is van een goede beschrijving van de interacties tussen de langzame componenten van het klimaatsysteem, zoals de oceaan en de atmosfeer. Een nauwkeurige initialisatie van deze langzame componenten wordt dan ook cruciaal. De ontwikkelingen gaan hier snel. ECMWF (Figuur

Figuur 5. Het ECMWF met de vlaggen van alle member states.

5) brengt tegenwoordig kansuitspraken uit of er bijvoorbeeld in het komende seizoen sprake zal zijn van een El Niño in de Pacific. Gaandeweg worden ook klimaatvoorspellingen op tijdschalen van enkele jaren ontwikkeld, waarvan de skill bepaald wordt door een combinatie van onze kennis van beginwaarden en onze kennis van al die factoren en processen die aanleiding kunnen zijn tot een verandering van het klimaat.

Betekenis van de stille revolutie De stille revolutie in de meteorologie en klimatologie hebben ons in staat gesteld om met een aanzienlijk grotere betrouwbaarheid dan 40 jaar geleden weersverwachtingen op te stellen. Dit heeft niet alleen wetenschappelijke betekenis, maar ook maatschappelijke betekenis. Zo werd de komst van de zware decemberstorm van 2013 al dagen van te voren voorzien (zie Kader 2 voor een eerder tegenvoorbeeld), waardoor veel schade voorkomen kon worden. Op dezelfde wijze kunnen NWP berekeningen op lange termijn ingezet worden om extreme weerscondities van de toekomst te stimuleren – iets dat vroeger simpelweg onmogelijk was. Maar wetenschappelijk speelt er nog meer. De kennis die onder andere bij het ECMWF in het kader van de beschreven stille revolutie is verkregen, wordt nu ingezet om te bepalen wanneer op tijdschalen van weken majeure weersomslagen plaatsvinden, zogenaamde “regime changes”. Dit zijn de faseovergangen van de meteorologie, en het is een geweldig perspectief daar in de toekomst grip op te kunnen krijgen.

Dankwoord Wij danken Henk de Bruin voor inspirerende bijdragen aan dit manuscript (zie ook de Bruin, 2015). Collega’s van het ECMWF worden bedankt voor hun toestemming de figuren te gebruiken. Dit artikel is vrijwel integraal overgenomen uit het Nederlands Tijdschrift voor Natuurkunde, december 2015, jaargang 81, nummer 12, blz. 426-430, met instemming van de NTvN-redactie, waarvoor dank.

Literatuur

Bauer, P. , A. Thorpe, A. and G. Brunet, 2015: The quiet revolution of numerical weather prediction, Nature, 525, 47-55. de Bruin, H., G. Komen en co-auteurs, 2015: Veertig jaar ECMWF. Zenit, oktober, 12-14. de Bruin, H., 2015: Micrometeorologische mijmeringen – Langetermijnverwachtingen.

Meteorologica, 24(4), 28-29.

Hoskins, B., 2013: The potential for skill across the range of the seamless weather climate prediction problem: a stimulus for our science. Q. J. R. Meteorol. Soc., 139, 573–584.

Lorenz, E.N., 1963: Deterministic Nonperiodic Flow. J. Atmos. Sci., 20, 130–141.

Lynch, P., 2008: The origins of computer weather prediction and climate modeling. J. Comput. Phys., 227, 3431–3444.

Meteorologica 1 - 2016

7

Juni blijft achter Cor Schuurmans, Huug van den Dool Zeker na de akkoorden van Parijs (en de uitvoering daarvan) zal het verloop van de temperatuur op aarde kritisch worden gevolgd. In onze artikelenreeks in Meteorologica (de gehele verzameling is hier te vinden: http://www.cpc.ncep.noaa.gov/products/people/wd51hd/corhuug), deden we dat al jaren, zij het dat we ons meestal beperkten tot de temperatuur in De Bilt. We probeerden onder andere het grillige verloop te duiden door beter onderscheid te maken tussen klimaat en weer. Verder bespeurden we het mogelijke begin van een systematische verandering in de jaarlijkse gang van het klimaat in de zomer. In deze aflevering gaan we nogmaals op beide punten in, om tot de conclusie te komen dat de klimaatverandering in de maand juni tot nu toe opvallend verschilt van die in de andere zomermaanden, maar ook dat het gehele zomerhalfjaar (april – september) mogelijk betrokken is bij een verschuiving van de jaarlijkse gang.

Stagnatie De afgelopen jaren was er voortdurend discussie over het al dan niet stagneren van de temperatuurstijging. Het betrof meestal de wereldgemiddelde temperatuur, maar ook in ons land laaide, na een minder warm seizoen, in allerlei media de discussie hierover op (van Oldenborgh, 2014). Begrijpelijk, want in een ‘global warming’-klimaat komt een te koele zomer voor het publiek extra hard aan. Probleem is natuurlijk dat je het ‘global warming’- klimaat niet dagelijks voelt en alleen na veel middelen met dorre cijfertjes kunt aantonen.

Dat ook bij ons de temperatuur systematisch toeneemt kun je bijvoorbeeld laten zien aan de stijging van de 30-jarige normaal. In een 30-jaar seizoensgemiddelde is het toevallige weer grotendeels weggemiddeld en komt het klimaat naar voren. Zo is voor alle seizoenen onze huidige normaal 1981-2010 hoger dan die van 1971- 2000, die zelf weer hoger is dan die van 1961-1990, zie Tabel 1.

Niks nieuws natuurlijk. Maar als we daaraan toevoegen, op de onderste rij van Tabel 1, de 30-jaar gemiddelden van 19862015, dan zien we dat die ook weer gestegen zijn. Waar is dan de zogenaamde stagnatie of hiaat, als zelfs een opschuiving van 5 jaar al een systematische stijging laat zien? Men kan tevens generaliserend zeggen dat de temperatuur circa 1 ºC is gestegen, in het voorjaar wat meer, in het najaar wat minder.

In de temperatuurveranderingen van de individuele maanden zit, zoals te verwachten is, minder regelmaat (de toevalsfactor steekt dan immers weer de kop op), maar uit het oogpunt van de ‘zogenaamde’ stagnatie is het toch goed om er aandacht aan te besteden. Het blijkt dan dat er één maand is die zich vreemd gedraagt, en dat is juni. Niet alleen heeft juni de kleinste temperatuurstijging sinds 1990 (amper een halve graad Celsius, tegen een aantal andere maanden waarin de gemiddelde temperatuur meer dan een graad is gestegen), maar juni kent ook geen uitschieters, zoals die in alle andere maanden gedurende de afgelopen 30 jaar wel zijn opgetreden. Het gevolg is dat juni een heel ‘oud’ record heeft, namelijk stammend uit 1917, iets wat onwaarschijnlijk klinkt als deze maand net als het 1961-1990 1971-2000 1981-2010 1986-2015

Winter 2.6 3.3 3.4 3.7

Voorjaar 8.4 8.9 9.5 9.7

Zomer 16.2 16.6 17.0 17.2

Najaar 10.1 10.2 10.6 10.9

Tabel 1. Seizoenstemperaturen over verschillende 30-jarige tijdvakken (ºC).

8

Meteorologica 1 - 2016

algemene klimaat aan het opwarmen is. Nemen we als definitie van uitschieter een maandgemiddelde dat hoger is dan de recordwaarde van die maand in de periode 1901-1985, dan kunnen we voor De Bilt Tabel 2 samenstellen.

Uit Tabel 2 blijkt tevens dat de verschillen tussen de maanden groot zijn. Waar de meeste maanden al meerdere keren de recordwaarde uit de periode 1901-1985 hebben overschreden, is dat voor juni nog niet gebeurd en staat de bijna eeuwling 1917 nog fier bovenaan. In Tabel 2 zijn ook de aantallen N voor de seizoenen opgenomen. Die zijn natuurlijk hoger, vanwege een betere signaal-ruis verhouding. Mede als gevolg van de achterblijvende junimaand staat de zomer nog op nul.

De superzomer van 1947 spant nog steeds de kroon, althans, in de reeks van De Bilt die hier is gebruikt. In de gehomogeniseerde reeks van De Bilt is in de periode 1901-1985 de zomer van 1976 het warmst en die recordwaarde zou in de afgelopen 30 jaar eenmaal overschreden zijn, namelijk in de zomer van 2003. In de CNT-reeks blijft 1947 wel als record overeind.

Kader 1. Hoeveel jaren?

De WMO heeft ons na lang beraad in ~1935 geadviseerd 30-jaar gemiddelden te hanteren als schatting voor het klimaat. Dat was destijds een compromis, half ingegeven door praktisch overwegingen, bijvoorbeeld omdat stations vaak niet langer dan enkele decaden bestaan. In de jaren 1980 is er ook een discussie geweest hoeveel jaren men nodig heeft om de standaarddeviatie (sd) betrouwbaar te schatten.

Voor dit hogere orde moment is 30 jaar niet genoeg (want de te verwachten fout in de sd is 13%) en de WMO heeft overwogen dat we minstens 45 jaar zouden gebruiken als we 10% fout accepteren. De WMO begrijpt uiteraard dat in een onveranderd klimaat het adagio “hoe meer jaren hoe beter” geldt, maar stations bestaan nu eenmaal niet oneindig lang, en bovendien vermoeden we dat het klimaat niet constant is. Al in 1935 was er een lobby om klimaatnormalen op minder dan 30 jaar te baseren (omdat het klimaat, en zeker de temperatuur) niet constant is; de lobby voor neerslag was juist meer dan 30 jaar; ook om die reden was 30 jaar een compromis. Wat men ook doet, niets is totaal bevredigend.

Men kan aan de verbetering van records met orde 2 °C ook wel zien dat zelfs 85 jaar erg weinig is om de kansverdeling van het klimaat goed te kennen, en dat het gemiddelde en de standaard deviatie (qua berekening gevoelig voor uitschieters) door één anomale maand sterk kan veranderen.

Max. 1901-1985 Jaar van Max. N

ΔT

Winter Voorjaar

5.5 10.4

1975 1945

4 6

Zomer Najaar

18.7 11.6

1947 1982

0 4

0.1/0.5/1.0/0.5 0.4/0.1/1.3/0.4/ 0.6/0.9

Januari Februari Maart April

6.2 6.3 8.3 10.6

1983 1926 1957 1952

2 4 3 6

Mei Juni

15.1 18.3

1947 1917

3 0

Juli Augustus September Oktober November December

20.1 19.9 17.2 13.0 8.7 7.3

1983 1975 1949 1969 1938 1974

2 1 2 4 4 1

0.4/2.0/0.1/0.9 0.9/0.3 1.3/0.4/0.8/0.2 0.2/0.5/0.1 0.1/0.5/2.5/1.6/ 2.5/1.5 0.5/0.3/0.6 1.3/2.2 0.6 0.2/0.9 1.2/0.3/0.6/0.4 1.5/0.5/0.8/1.2 2.3

Tabel 2. N is het aantal keren dat in de afgelopen 30 jaar (1986-2015) de aangegeven recordwaarde van de temperatuur van de betreffende maand (seizoen) in de periode 1901-1985 werd overschreden. ∆T is de waarde waarmee het 1901-1985 maximum is overschreden.

Intermezzo Met al die recordverbeteringen vooral bij een verbetering met meer dan 2 ºC, zoals in de afgelopen maand december 2015 en eerder in april 2007, vraag je je onwillekeurig af hoe het zit met de kansen op een bepaalde recordverbetering. Als antwoord op die vraag is Tabel 3 ontstaan.

Er is natuurlijk altijd een kans op een record. We hebben becijferd (zie Tabel 3) dat er 1.15% kans is op een nieuw warmterecord (trouwens ook een 1.15% kans op een koud record) bij een constant klimaat. De waarde 1.15% zou hoger/ lager zijn indien we het record baseren op minder/meer dan 85 jaren; 85 jaar is echt niet zo heel lang. Zelfs bij een onveranderd klimaat kan je een enorme recordverbetering krijgen als het record (door toeval) niet scherp staat. In 0.062% van de gevallen is de verbetering meer dan de sd, iets wat zeker de aandacht van de pers zou trekken. Hoe kan dit? Veronder-

Jaarlijkse gang ADS-dagen 25

stellen we dat de nieuwe trekking komt uit een pdf (probability density function) die X maal sd naar de warme zijde is verschoven (bij een ongewijzigde pdf) dan neemt de kans op een record tot 21.8% toe indien X = 1. Recordverbeteringen aan de warme kant met een (zeer) grote marge worden allemaal waarschijnlijker. Waar we in deze tabel zitten hangt af van de ware klimaatsopwarming (in Celsius) en de ware standaarddeviatie. Men kan uit de absurd grote recordverbetering in bijvoorbeeld december 2015 ook afleiden dat we de sd blijkbaar niet goed kenden, zie Kader 1. De sd neemt af van dagelijkse naar maand- en of jaargemiddelden, en varieert ook met het seizoen. Of (en hoe) de ware klimaatsverandering met het seizoen varieert weten we niet goed.

Het record jaargemiddelde in de Bilt (10.2 ºC gedurende 1901-1985) is sindsdien 23 keer overtroffen, maar in individuele maanden hoogstens 6 keer per 30 pogingen, zie Tabel 2. Voor maandgemiddelden ‘zitten’ we dus ergens geheel rechts in Tabel 3, zeker voor de zomermaanden als de natuurlijke sd het laagst is. Voor jaargemiddelden zouden we zelfs waarden van X = 1.5, 2 of of hoger moeten tabuleren.

Ander weer in juni We keren terug naar het achterblijven van de temperatuurstijging in juni. Dat kan natuurlijk toeval zijn (er zal altijd een maand zijn die de minste temperatuurstijging laat zien). De jaarlijkse gang in temperatuursverandering, zelfs als die constant is, heeft enkele kalendergebonden merkwaardigheden (zie Van den Dool en De Bruin, 2012 en Van den Dool, 2013), maar die verklaren niet waarom juni achterblijft.

Echter, in juni blijkt ook een systematische verandering van het weer te zijn opgetreden ten opzichte van vroeger. Die maakt misschien duidelijk waarom juni is achtergebleven bij de algemene temperatuurstijging.

In het maartnummer 2008 van Meteorologica publiceerde de eerste auteur de jaarlijkse gang van het procentuele voorkomen van het weertype ADS (Figuur 1). ADS staat voor Above (A), Dry (D) en Sunny (S), waarmee het weer wordt aangegeven op dagen dat de temperatuur in het hoogste terciel van de frequentieverdeling ligt, er geen regen valt en de zon minstens 50% van de dag schijnt. Dit zijn dus ‘mooi-weer dagen’. De seizoensafhankelijke tercielen zijn ontleend aan Schuurmans en Krijnen (1971) en aangehouden voor de periode vanaf 1971.

20

%

15 1881-1970

10

1971-2006

5 0

1

2

3

4

5

6

7

maand

8

9

10 11 12

Fig.1 Figuur1. Percentage ADS-dagen per maand voor de periodes 1881-1970 en 1971-2006. De figuur is een reproductie uit artikel in 2008.

Mooi-weer dagen komen vooral in het zomerhalfjaar voor en bereikten in de periode 1881-1970 een maximum van bijna 20% in juni en juli. In de periode 1971-2006 bleek daarin verandering te zijn gekomen.

Vanwege de algemene temperatuurstijging namen de percentages in bijna alle maanden iets toe, maar het maximum lag niet langer in het begin van de zomer, maar in juli en augustus, met een secundair maximum in mei, waardoor er een minimum ontstond in juni. Of het hier Meteorologica 1 - 2016

9

Opwarming → Verbetering Verbetering>0.5sd

0

0.25sd

0.50sd

0.75sd

1.00sd

1.150% 0.300%

3.239% 0.903%

6.824% 2.061%

12.629% 4.131%

21.768% 7.733%

Verbetering>1.0sd Verbetering>1.5sd Verbetering>2.0sd

0.062% 0.011% 0.002%

0.203% 0.039% 0.005%

0.502% 0.104% 0.017%

1.104% 0.244% 0.043%

2.270% 0.553% 0.113%

Tabel 3. De tabel geeft de kans (in %) op een recordverbetering van een bepaalde grootte (in sd), als functie van een veronderstelde opwarming (eveneens in sd). De eenheid is dus de standaard deviatie sd. De recordkansen hangen niet af van de meetperiode, die kan een dag, decade, maand of jaar zijn. Omdat de sd in ºC sterk afneemt van individuele dagen richting maand- en jaargemiddelden zitten voor een klimaatverandering in de orde van 1 ºC dagwaarden (jaargemiddelden) links (rechts) in de Tabel. Van links naar rechts neemt de signaal-ruisverhouding toe. Bij de bepaling van de kans op een nieuw record is ervan uitgegaan dat het bestaande record gebaseerd is op 85 realisaties, corresponderend met 1901-1985. Alle kansen zijn bepaald met random normaal verdeelde getallen en een zeer groot aantal trekkingen.

om een statistisch significante verandering van de jaarlijkse gang ging is destijds niet nagegaan. Wel werd gesuggereerd dat het vaker optreden van de Europese moesson de oorzaak zou kunnen zijn.

In ons gezamenlijk artikel in het juninummer 2012 van Meteorologica namen we dit punt weer op. We vermoedden dat global warming een toename zou kunnen veroorzaken in het optreden van de Europese moesson (het continent warmt sneller op dan de oceaan) en keken naar het verschil in ADS-dagen tussen de periode 1881-1987 en 1988-2011 (1988 werd min of meer als het beginpunt van ons warmere klimaat beschouwd).

We vonden inderdaad een bevestiging van onze eerdere conclusie dat de maand juni duidelijk achterbleef bij de andere zomermaanden.

Bekijken we de zomermaanden nu even apart voor de periode vanaf 1988 en vergelijken weer met de periode 1881-1987 (Tabel 4) dan zien we dat de junimaand in de recente 19882015 periode zelfs minder ADS-dagen telt dan gedurende de periode 1881-1987.

de perioden. Voor juli en augustus waren die gemiddelden in de periode 1881-1987 respectievelijk 5.98 en 5.49. Voor de recente periode 1988-2015 respectievelijk 7.32 en 7.46. In de zomermaanden zijn de aantallen per maand bij benadering normaal verdeeld met een standaarddeviatie van 3-3.5 dagen, dus voor gemiddelden over 28 jaar maximaal 3.5/28½ = 0.66.

De toename van de gemiddelden in juli en augustus van resp.

1.34 en 1.97 dagen zijn dus groter dan 2 keer de standaarddeviatie van de gemiddelden.

Uitbreiding Tot nu beschouwden we percentages (of gemiddelde aantallen) ADS-dagen per maand, maar we laten nu zien wat een invulling per decade (drie keer zoveel punten als in reeks 2 van Figuur 1) oplevert (Figuur 2). Bovendien zijn er weer enkele jaren aan de reeks toegevoegd.

De dip in juni blijkt in alle drie de decaden van die maand op te treden. Terwijl in het voorjaar en de hoogzomermaanden juli en augustus de percentages ADS flink zijn gestegen sinds 1970, zijn die in de hele maand juni gezakt ten opzichte van de vroegere periode 1881-1970. Dat is niet alleen het gevolg Voor juli en augustus zijn de verschillen tussen de perioden van de geringere temperatuurstijging in juni (minder toename, statistisch significant. We lichten dit toe aan de hand van de en zelfs een afname, van A-dagen), maar ook omdat het gemiddelde aantallen ADS-dagen per maand in de beschouwaantal D- en S-dagen in de drie decaden is afgenomen. Dit wijst op een circulatieverandering 30 naar meer cyclonale omstandigheden, kenmerkend voor een moessonomslag. Met decadale waarden 25 kan men ook iets preciezer zeggen dat ook de derde decade van mei 20 en de eerste decade van juli niet aan de stijging van de ADS-dagen 15 meedoen. Zoals Figuur 2 laat zien 1881-1970 is dit ook met september en begin 10 1971-2015 oktober het geval. In september en oktober blijft de temperatuurstij5 ging niet achter, zoals in juni, maar wordt de afname van ADS-dagen 0 veroorzaakt door een sterke vermindering van het aantal zonnige 1 4 7 10 13 16 19 22 25 28 31 34 dagen, zie Figuur 3. Wat in Figuur j f m a m j j a s o n d 3 verder opvalt is dat de jaarlijkse gang qua vorm sterk overeenkomt Figuur 2. Percentage ADS-dagen per decade in de periode 1881-1970 (blauw) en in de periodeFig.2 1971met die van de ADS-dagen in de 2015 (rood). De curven zijn 1-1-1 afgevlakt. Er zijn 36 decades, 3 per maand. Voor iedere maand is de periode 1971-2015 (Figuur 2). De tweede decade in de grafiek benadrukt als een gevuld cirkeltje; de andere decade-waarden zijn plusjes. jaarlijkse gang van het aantal droge Een letter voor de maand is geplaatst nabij de tweede decade van die maand. dagen (D-dagen) heeft een veel grotere variabiliteit, maar de ver-

ADS dagen (in %)

10

Meteorologica 1 - 2016

1881-1987 Juni 19.5 Juli 19.3 Augustus 17.7

1988-2015

Verschil

18.8 23.6 24.1

- 0.7 + 4.3 + 6.4

optreden van de Europese moesson, waarbij oceaanlucht de warmte verdrijft en regen brengt en minder zon, min of meer in tegenspraak is met modelresultaten die voor West Europa een warmer zomerklimaat, met meer droogte, verwachten (KNMI Scientific Report, 2006, p.28).

Feit is echter dat niet iedere zomer een inzinking in juni vertoont. Uit gegevens voor De Bilt blijkt dat er sprake van enige persistentie: warm voorjaarsweer met veel ADS-dagen wordt bij voorkeur gevolgd door een minder slechte maand juni.

Bovendien stellen we vast dat er ook een gemiddelde verslechtering van het weer is opgetreden in de nazomer. In september en oktober is er echter minder sprake van het achterblijven van de algemene temperatuurstijging. De verslechtering in de nazomer hangt mogelijk samen met een meer algemene verandering van de jaarlijkse gang van de algemene circulatie, zoals Figuur 3 suggereert. De vraag is dan of de gedachte aan een regionale verklaring (tegenstelling continent – oceaan) wel relevant is voor die tijd van het jaar. Misschien is de oorzaak elders op de aardbol gelegen en wordt de verandering van de jaarlijkse gang door teleconnecties in gang gezet. Ook in dat geval zou men verwachten dat mondiale klimaatmodellen van zo’n grootschalig verschijnsel, dat samenhangt met de mondiale temperatuurstijging, wel iets laten zien.

Tabel 4. Percentages ADS-dagen in juni, juli en augustus voor de perioden 1881-1987 en 1988-2015.

schuiving is consistent met die in de S-dagen. Toch moet over het gebruik van de zonneschijngegevens ook een opmerking worden gemaakt. In 1992 is het KNMI voor de meting van de zonneschijnduur overgaan van de Campbell–Stokes zonneschijnautograaf naar metingen van de globale straling. In de winter is de zonneschijnduur met stralingsmetingen hoger dan met de vroegere Campbell–Stokes, maar in de zomer zijn de verschillen net andersom en kleiner. Dit zou invloed kunnen hebben op de curve voor 1971-2015, in vergelijking met die voor 1881-1970. Aangezien we in hoofdzaak de veranderingen in de jaarlijkse gang voor de zomer bespreken, zou deze verandering in het tweede deel van de periode 1971-2015 mede een lager aantal zonnige dagen kunnen verklaren. Daar staat echter tegenover dat juist in de recente 25 jaar, door schonere lucht, de straling iets is toegenomen. Het netto-effect is daardoor voor de periode 1971-2015 waarschijnlijk niet groot.

Dankwoord Met dank aan de reviewers voor enkele waardevolle suggesties en in het bijzonder voor hun kritische opmerkingen aangaande het gebruik van gegevens over de zonneschijnduur.

Wat betekent dit? Zonnige dagen treden bij voorkeur op tijdens situaties met hoge luchtdruk. Kan het zijn dat het voorkomen van anticyclonale condities, vroeger zo kenmerkend voor de nazomer, sterk is afgenomen, waardoor na het sterke zomerminimum het secundaire maximum in augustus optreedt?

Literatuur

Climate Change Scenarios 2006 for The Netherlands, KNMI Scientific Report; W.R. 2006- 01.

Discussie We stellen vast dat de temperatuurstijging in juni is achtergebleven bij die in de andere maanden. Tegelijkertijd is het weer in juni, gemiddeld genomen, verslechterd, wat blijkt uit een vermindering van het percentage ADS-dagen in die maand.

De oorzaak hiervan zou een versterking van de Europese moesson kunnen zijn, een gevolg van het sneller opwarmen van het Europese continent vergeleken bij de Noord Atlantische Oceaan, zoals klimaatmodellen aangeven. Zoals we reeds in ons artikel uit 2012 opmerkten is het frequenter 60

Oldenborgh, G.J. van, 2014: Hiaten in de temperatuurstijging? Meteorologica, nr. 4, p.

26-27.

Schuurmans, C.J.E. en H.J. Krijnen, 1971: Weertypeklimatologie voor De Bilt, KNMI W.R. 71-6.

Van den Dool, H.M. en H.A.R. de Bruin, 2012: De kalender, het jaar, de klimatologie en langetermijnverwachtingen (deel 1). Meteorologica, nr. 3, p. 21-25.

Van den Dool, H.M., 2013: Over twee jaarlijkse gangen. Meteorologica, nr.1, p.23-25. http://www.cpc.ncep.noaa.gov/products/people/wd51hd/corhuug/ (verzameling van 10 artikelen van Schuurmans en Van den Dool, 1988 – heden).

S dagen (in %)

50 40 30

1881-1970

20

1971-2015

10 0

1

4 j

f

7 10 13 16 19 22 25 28 31 34 m

a

m

j

j

a

s

o

n

d

Figuur 3. Percentage zonnige dagen (minstens 50%) per decade in de periode 1881-1970 (blauw) Fig.3 en in de periode 1971-2015 (rood). De curven zijn 1-1-1 afgevlakt. Er zijn 36 decades, 3 per maand. Voor iedere maand is de tweede decade in de grafiek benadrukt als een gevuld cirkeltje; de andere decade-waarden zijn plusjes. Een letter voor de maand is geplaatst nabij de tweede decade van die maand.

Meteorologica 1 - 2016

11

Modellering van de verspreiding van Coxiella burnetii door de atmosfeer (Q-koorts) Jeroen van Leuken (RIVM, Centrum Infectieziektebestrijding) Van 2007 tot en met 2010 ondervond Nederland de grootste Q-koortsepidemie ooit beschreven. In totaal zijn meer dan 4000 patiënten geregistreerd, maar waarschijnlijk zijn zelfs meer dan twaalf keer zo veel mensen besmet doordat ze de pathogene bacterie Coxiella burnetii ingeademd hebben. Deze bacterie wordt door de lucht getransporteerd en kan tot 5 à 10 kilometer afstand van een bron leiden tot ziektegevallen.

De belangrijkste symptomen daarbij zijn luchtwegklachten, longontsteking, hepatitis, hartontstekingen en chronische vermoeidheid. In zeldzame gevallen is de infectie dodelijk, met name voor kwetsbare groepen.

Hier wordt nagegaan of meteorologische condities een rol hebben gespeeld tijdens de Nederlandse Q-koortsepidemie, en of een atmosferisch verspreidingsmodel kan helpen om de risico’s voor de volksgezondheid sneller in kaart te brengen.

Melkgeiten – en in mindere mate melkschapen – zijn in Nederland de belangrijkste bron van Q- koorts geweest. Deze dieren hebben grote hoeveelheden bacteriën uitgescheiden tijdens het lammeren. De meeste mensen zijn dan ook in het voorjaar ziek geworden en omdat afstand tot een besmet bedrijf een rol speelde, woonden de meesten ook relatief dichtbij besmette

bedrijven (Figuur 1). Vooral in de provincie Noord-Brabant zijn veel mensen geïnfecteerd, met daarnaast lokale clusters in de provincie Utrecht (gebied A) en Limburg (gebied C).

De afgelopen jaren hebben het Rijksinstituut voor Volksgezondheid en Milieu (RIVM), het Institute for Risk Assessment Sciences (IRAS) van de Universiteit Utrecht, het Centraal

Figuur 1. Kaart van de Q-koortsincidentie per 100.000 inwoners in Nederland in 2009 (linksboven). De drie geselecteerde gebieden zijn de regio’s A (Bunnik, Utrecht), B (Helmond, Noord-Brabant) en C (Voerendaal, Zuid-Limburg). Rechtsboven: kaart met alle geïnfecteerde (rood) en negatieve (grijs) bedrijven in 2009 met≥50 dieren. Onder: Aantal geregistreerde patiënten per week tot halverwege 2010. Bron: (2).

12

Meteorologica 1 - 2016

brengen en te modelleren. Dit heeft geresulteerd in een proefschrift op het grensvlak van

% (SLGHPLF FXUYH DUHD %

1R RI FDVHV

$ (SLGHPLF FXUYH DUHD $

1R RI FDVHV

meteorologie, epidemiologie en microbiologie (1).

) (P SURILOH FRQ(SL

9 DUHD &

(PLVVLRQ >Ă­@

( (P SURILOHV FRQ<HDU

FRQ(SL DUHD &

hebben gespeeld tijdens de Nederlandse Q-koortsepidemie (2). In geval van een toekomstige uitbraak van

waarbij C de concentratie op een willekeurig punt [x, y, z] [g m ] is, Q de hoeveelheid geĂŤmitteerde stof [g s ], U de windsnelheid [m s ], H de emissiehoogte [m], en Ď&#x192; (x) en Ď&#x192; (x) diffusiefactoren in de y en z richting zijn. De tweede factor in de vergelijking beschrijft de verspreiding van stof in de turbulentie en zwaartekracht naar het oppervlak daalt; de natte depositiemodule bepaalt de fractie richting haaks op de windrichting (y). De derde en vierde facdepositie als functie van neerslag. torOPS-ST-model beschrijven dispersie in devanhoogte (z) respectievelijk met Het is gebruikt om de verspreiding de Q-koortsbacterie te modelleren. Daarbij is en zonder â&#x20AC;&#x2DC;reflectieâ&#x20AC;&#x2122; het oppervlak.

Daarnaast kentmatter OPSaangenomen dat de bacterie zich opdoor dezelfde manier gedraagt als fijnstof (PM : particulate <10 ď ­m) in werkelijkheid natuurlijk verschillende microbiologische processen STâ&#x20AC;&#x201C; hoewel een uitgebreide drogewelenooknatte depositiemodule.

De plaatsvinden, droge zoals groei en inactivatie als gevolg van bepaalde meteorologische condities. depositiemodule bepaalt welke stoffractie door turbulentie en De Gaussische dispersievergelijking is afgeleid van de Navier-Stokes vergelijking. Omdat de onzekerheden zwaartekracht naar het oppervlak daalt; de natte depositiemoin de humane en veterinaire data relatief groot zijn, is aangenomen dat volstaat een Gaussisch model dule bepaalt de fractie depositie als functie van neerslag. volstaat om het effect van meteorologische condities op het waargenomen Q-koortspatroon te analyseren.

Het een OPS-ST-model isResearch gebruikt verspreiding van de is Hoewel model als het Weather & Forecastom Modelde (WRF) of een ander model dat gebaseerd Q-koortsbacterie te modelleren. Daarbij is aangenomen dat de bacterie zich op dezelfde manier gedraagt als fijnstof (PM10: particulate matter <10 Îźm) â&#x20AC;&#x201C; hoewel in werkelijkheid ook verschillende microbiologische processen plaatsvinden, zoals groei en inactivatie als gevolg van bepaalde meteorologische condities. Omdat de onzekerheden in de humane en veterinaire data relatief groot zijn, is aangenomen dat een Gaussisch model volstaat om het effect van meteorologische condities op het waargenomen Q-koortspatroon te analyseren. Hoewel een model als het Weather & Research Forecast Model (WRF) of een ander model dat gebaseerd is op computational fluid dynamics de atmosferische dynamica veel nauwkeuriger beschrijft, is de met het OPS-ST model geĂŻntroduceerde â&#x20AC;&#x2DC;atmosferische onzekerheidâ&#x20AC;&#x2122; klein vergeleken met de onzekerheden in de boerderijdata (zoals het emissieprofiel als functie van de tijd) en de gegevens van patiĂŤnten (zoals het tijdstip van infectie en de ruimtelijke bewegingen van mensen). Omdat de Gaussische dispersievergelijking een stationaire toestand weergeeft en de tijdscomponent dus ontbreekt, wordt het concentratieveld voor de gekozen periode beschreven met ĂŠĂŠn vergelijking. Met andere woorden: de ruimtelijke resolutie is hoog en de rekentijd is zeer kort. Dat zijn grote voordelen voor deze Q-koortsstudie geweest, waarin we de blootstelling (lees: concentraties) ter hoogte van de woonadressen van patiĂŤnten wilden bepalen, gegeven de aanname dat de patiĂŤnten daar ook geĂŻnfecteerd waren. deeltjes stof [g.s-1], U de windsnelheid [m.s-1], H de emissiehoogte [m], en Ď&#x192;y(x) en Ď&#x192;z(x) diffusiefactoren in . -3 . -1 de y en z richting zijn. De tweede factor in de vergelijking beschrijft de verspreiding van deeltjes stof in de . -1 (y). De derde en vierde factor beschrijven dispersie in de hoogte (z) richting haaks op de windrichting y respectievelijk met en zonder â&#x20AC;&#x2DC;reflectieâ&#x20AC;&#x2122; door het oppervlak. Daarnaast kent OPS-ST ook een uitgebreide z droge en natte depositiemodule. De droge depositiemodule bepaalt welke stoffractie van deeltjes door

Achtergrond: atmosferische verspreidingsmodellen Atmosferische verspreidingsmodellen (ADM, van atmospheric dispersion model) zijn ontwikkeld om zoals de verspreiding van Q-koorts â&#x20AC;&#x201C; of een vergelijkbare luchtoverdraagbare ziekteverwekker, Legionella of het vogelgriepvirus â&#x20AC;&#x201C; zou een dergelijk model in combinatie kunnen stoffen (gassen en deeltjes) door met deweersverwachtingen atmosfeer tegebruikt simuleren. worden om de risicoâ&#x20AC;&#x2122;s voor de hiervan volks- of diergezondheid in beeld te brengen en zo gerichter De ontwikkeling is met sneller name chemisch ingestoken maatregelen te kunnen nemen. om de effecten van verkeer, landbouw, industrie en natuur op de luchtkwaliteit (bijvoorbeeld fijnstof en stikstofoxiden) Achtergrond: atmosferische verspreidingsmodellen in beeld verspreidingsmodellen te brengen. Om luchtkwaliteit in Nederland opde Atmosferische (ADM,de van atmospheric dispersion model) zijn ontwikkeld om uurlijkse, maandelijkse of jaarlijkse te voorverspreiding van dagelijkse, stoffen (gassen en deeltjes) door de atmosfeer te simuleren. Debasis ontwikkeling hiervan is met name chemisch om de effecten verkeer, landbouw, industrie en natuur op de spellen en teingestoken monitoren heeftvanhet RIVM een eigen Gaussisch luchtkwaliteit (bijvoorbeeld fijnstof en stikstofoxiden) in beeld te brengen. Om de luchtkwaliteit in dispersiemodel ontwikkeld. Dit Operational Priority SubNederland op uurlijkse, dagelijkse, maandelijkse of jaarlijkse basis te voorspellen en te monitoren heeft stances Short Term model (OPS-ST) (3) is gebaseerd op de het RIVM een eigen Gaussisch dispersiemodel ontwikkeld. Dit Operational Priority Substances Short Term Gaussische pluimoplossing van de advectie-diffusievergelijmodel (OPS-ST) (3) is gebaseerd op de Gaussische pluimoplossing van de advectie-diffusievergelijking kingte(hierna noemen de Gaussische dispersievergelijking): (hierna noemen de te Gaussische dispersievergelijking):

met een atmosferisch verspreidingsmodel. Zo kon nagegaan worden of meteorologische condities een rol

waarbij C de concentratie op een willekeurig punt [x, y, z] [g.m-3] is, Q de hoeveelheid geĂŤmitteerde

(PLVVLRQ >Ă­@

' (P SURILOH O1RUP(SL

DUHD &

(PLVVLRQ >Ă­@

& (SLGHPLF FXUYH DUHD &

1R RI FDVHV

EĂŠn van de doelen van dit proefschrift was de verspreiding van de bacterie door de lucht te modelleren

Figuur 2. A/B/C - Aantal geregistreerde patiĂŤnten per week in de drie geselecteerde gebieden; D â&#x20AC;&#x201C; Lognormaal emissieprofiel van gebied C, als fit van de epidemische curve (stippellijn) en 20.7 dagen terug in de tijd geschoven (donkere lijn); E â&#x20AC;&#x201C; Steady-state emissieprofiel gedurende heel 2009 (stippellijn) en gedurende de epidemie in gebied C (donkere lijn); F â&#x20AC;&#x201C; Idem als plot E, maar dan met een minimale windsnelheid van 4 m/s. Bron: (2).

Veterinair Instituut (CVI) van de Wageningen Universiteit & Research Centre, en het Universitair Medisch Centrum Utrecht (UMCU) samengewerkt om de ruimtelijke verspreiding van de Q-koortsbacterie in kaart te brengen en te modelleren. Dit heeft geresulteerd in een proefschrift op het grensvlak van meteorologie, epidemiologie en microbiologie (1).

EĂŠn van de doelen van dit proefschrift was de verspreiding van de bacterie door de lucht te modelleren met een atmosferisch verspreidingsmodel. Zo kon nagegaan worden of meteorologische condities een rol hebben gespeeld tijdens de Nederlandse Q-koortsepidemie (2). In geval van een toekomstige uitbraak van Q-koorts â&#x20AC;&#x201C; of een vergelijkbare luchtoverdraagbare ziekteverwekker, zoals Legionella of het vogelgriepvirus â&#x20AC;&#x201C; zou een dergelijk model in combinatie met weersverwachtingen gebruikt kunnen worden om de risicoâ&#x20AC;&#x2122;s voor de volks- of diergezondheid sneller in beeld te brengen en zo gerichter maatregelen te kunnen nemen.

10

Data De vereiste uurgemiddelde meteorologische gegevens van windsnelheid, windrichting, temperatuur, relatieve vochtigheid, globale straling en aan-/afwezigheid van een sneeuwdek werden uitgelezen uit de KNMI-database van meetstations en ruimtelijk geĂŻnterpoleerd met diverse door het KNMI aangeMeteorologica 1 - 2016

13

epidemie (‘conEpi’); en (3) een lognormaal emissieprofiel gebaseerd op de epidemische curven (‘lNormEpi’) (Figuur 2).

Omdat de bacteriën een bepaalde windsnelheid nodig hebben om op te kunnen wervelen uit de open en dus natuurlijk geventileerde geitenstallen, maar niet bekend is bij welke windsnelheid dat is, pasten we drempelwaarden op de 1.5 m windsnelheid toe van 0, 2, 4 en 6 m/s waar beneden géén emissie plaats kon vinden (Figuur 2F).

Referentiemodellen Door het verschil te bepalen tussen het aantal waargenomen en het door het verspreidingsmodel voorspelde aantal patiënten, en dit verschil te vergelijken voor de verschillende modelinstellingen, kon nagegaan worden welk emissieprofiel en minimale windsnelheid het meest waarschijnFiguur 3. Voorbeeld van de output van het atmosferisch verspreidingsmodel op 31 maart 2009 in gebied B, met de lijk zijn geweest. Om te gemodelleerde concentraties relatief ten opzichte van de concentratie bij de bron (log10[ C / C0 ]). De kleuren van toetsen of er statistisch patiënten refereren naar de waarschijnlijkheid van infectie op die dag, gebaseerd op de gerapporteerde eerste ziekteinderdaad sprake was dag minus de gemiddelde incubatieperiode (20.7 dagen) plus of min 1 (rood), 1-2 (oranje), 2-3 (groen), of meer dan 3 van een verband tussen (grijs) standaardafwijkingen. het optreden van Q-koorts bij mensen en de waardragen interpolatietechnieken (Thin plate splines, Kriging, en genomen meteorologische condities, definieerden we naast Inverse distance weighting; voor meer informatie zie Additiohet OPS-ST-model twee eenvoudige referentiemodellen: nal File 1 in (2)). Voor de neerslaghoeveelheden werd gebruik gemaakt van de opgeschoonde KNMI-neerslagradardatabase.

1. Een nulmodel dat een constante concentratie in ruimte en De temperatuur, straling en sneeuwdek zijn in de Gaussische tijd beschrijft; dispersievergelijking verdisconteerd in het verticale windprofiel en de sigma-parameters (via de Monin-Obukhov-lengte en 2. Een afstandsmodel dat de mate van blootstelling sec laat vervolgens de functies voor atmosferische stabiliteit) (3). De afhangen van de afstand tussen een postcode en de verrelatieve vochtigheid wordt gebruikt in de depositiemodule. onderstelde bron.

We hebben ons gericht op drie lokale Q-koortsuitbraken in 2009 (Figuur 1): de provincie Utrecht (gebied A), de regio Alle modellen werden met elkaar vergeleken op basis van Zuidoost-Brabant (B), en een uitbraak in Zuid-Limburg cross validation, een statistische techniek waarbij een groot (gebied C). Deze drie uitbraken waren reeds in de literatuur aantal keer (bijvoorbeeld 10.000) tweederde deel van de databeschreven en kenden alle drie één vermoedelijke infectiebron set gebruikt wordt om de uitkomst van het overige derde deel (een geitenboerderij). Ter vergelijking: in Noordoost-Brabant te voorspellen. De verschillen tussen het aantal voorspelde en was sprake van een zeer groot aantal geïnfecteerde boerderijwaargenomen patiënten is een maat voor de voorspellende en, waardoor het ingewikkeld was te bepalen welke patiënten kracht van het model. ‘behoorden tot’ welke bronnen (Figuur 1).

Voor de uit de boerderijen geëmitteerde hoeveelheid Coxiella Resultaten bacteriën als functie van de tijd (term Q in de Gaussische Figuur 3 toont een voorbeeld van gecumuleerde output van het dispersievergelijking) bestaan tot op heden geen parameteADM voor 31 maart 2009 op basis van uurgemiddelde bererisaties. Daarom werden voor de geselecteerde clusters drie keningen, waarbij de kleuren van de stipjes refereren naar de relatief eenvoudige emissieprofielen aangenomen in arbitraire waarschijnlijkheid dat patiënten op die dag geïnfecteerd zijn eenheden: (1) een constante emissie gedurende het hele jaar geraakt (zie legenda voor uitleg).

2009 (‘conYear’); (2) een constante emissie gedurende de Figuur 4 toont de uitkomsten van de statistische vergelijkin14

Meteorologica 1 - 2016

$UHD & ;,

$'0 >( O1RUP(SL@

,;

$'0 >( FRQ(SL@

,,,

$'0 >( FRQ<HDU@

9,

$'0 >( O1RUP(SL@

9,,

$'0 >( FRQ(SL@

,9

$'0 >( FRQ<HDU@

9,,

$'0 >( FRQ(SL@

,

$'0 >( FRQ<HDU@ $'0 >( FRQ(SL@

9

$'0 >( FRQ<HDU@

;

',67$1&(

9 P V

$'0 >( O1RUP(SL@

,9

;,,

9 P V

$'0 >( O1RUP(SL@

,, 9,,,

9 P V

9 P V

18//

Figuur 4. Genormaliseerde mean total residual deviances (D) (een maat voor verschil in model performance) voor het nul-, afstands- en verspreidingsmodel (ADM) voor gebied C, relatief ten opzichte van DNULL, als functie van drie emissieprofielen (conYear, conEpi en lNormEpi) en 4 drempelwaarden voor de windsnelheid waarboven emissie kan plaatsvinden (0, 2, 4 en 6 m/s). Hoe kleiner D, hoe kleiner de verschillen tussen het aantal waargenomen en het voorspelde aantal patiĂŤnten. De cijfers I, II, etc. verwijzen naar de verschillen in significantie tussen de modellen, waarbij I het beste model is, II het op ĂŠĂŠn na beste model, etc. (modellen die niet significant van elkaar verschillen, hebben hetzelfde cijfer). Bron: (2).

gen tussen de referentiemodellen en het ADM (met verschillende instellingen voor emissie en de minimale windsnelheid) voor gebied C (Zuid-Limburg). De waarden op de x-as tonen het verschil tussen waarnemingen en modelvoorspellingen (genormaliseerd ten opzichte van het nulmodel), waarbij een kleinere waarde dus beter is. De resultaten laten zien dat er inderdaad sprake was van ruimtelijke clustering van de patiĂŤnten (want: het afstandsmodel presteert beter dan het nulmodel). Daarnaast leidt introductie van meteorologische data en vergelijkingen middels het ADM - onder de meeste configuraties voor emissie en minimale windsnelheid - tot verdere verbeteringen in de statistische voorspellingen. Het best presterende model heeft een minimale windsnelheid van 2 m/s waarboven emissie kon plaatsvinden en is gebaseerd op een steady-state emissieprofiel gedurende het hele jaar. Door ook ADM-runs toe te passen op alle in Nederland positief bevonden boerderijen kon ook een landelijke concentratiekaart gemaakt worden (Figuur 5, onderdeel van een andere studie in het proefschrift: Van Leuken et al., in review).

Discussie In deze studie hebben we een atmosferisch verspreidingsmodel (ADM) gebruikt om de verspreiding van Coxiella burnetii vanuit geitenstallen tijdens de Nederlandse Q-koortsuitbraak van 2007 tot 2010 in kaart te brengen en zo na te gaan of het optreden van Q-koorts deels verklaard kan worden aan de hand van meteorologische condities. Dergelijk onderzoek is in het verleden wel uitgevoerd, maar slechts op beperkte schaal (4). Onderzoeken richtten zich in die studies met name op de verspreiding tussen veehouderijen, bijvoorbeeld van het mond-en-klauwzeervirus en het vogelgriepvirus. In slechts enkele gevallen werd verspreiding naar de mens in beeld gebracht, zoals voor de Legionella-bacterie en de bacterie Bacillus anthracis (de veroorzaker van anthrax).

Uit de resultaten van dit proefschrift bleek dat met het ADM de ruimtelijke spreiding van patiĂŤnten beter verklaard worden dan met een model alleen gebaseerd op afstand als voorspeller. Met name wind (snelheid en richting) en convectie (gerepresenteerd door straling en temperatuur) zijn daarbij belangrijk. De windsnelheid bepaalt in feite de grootte van het blootgestelde gebied: bij lage windsnelheden zullen mensen dichtbij een bron blootgesteld worden aan hogere concen-

traties, maar zal het totaal aantal blootgestelde mensen lager uitvallen. Een stabiele atmosfeer leidt tot hogere concentraties nabij het oppervlak, terwijl een instabiele atmosfeer de concentraties nabij het oppervlak rondom de bron doet dalen, maar er wel voor zorgt dat de bacteriĂŤn tot op grotere afstand getransporteerd kunnen worden. Echter, de onzekerheden in deze multidisciplinaire studie zijn nog groot, bijvoorbeeld die in de (temporele variatie in) emissie. Zoals de resultaten lieten zien, leidde een constante emissie tot de beste fit, hetgeen mede verklaard kan worden door de vele onzekerheden vertaald in kansdichtheidsfuncties voor blootstelling, infectie en het optreden van Q-koorts. Ook is de tijd tussen het moment van infectie en de dag waarop de eerste symptomen optreden (incubatieperiode) belangrijk voor validatie van de modellen en bronopsporing. Helaas is deze relatie niet eenduidig: bij Q-koorts is die gemiddeld 21 dagen, maar ligt die in 95% van de gevallen tussen de 8 en 33 dagen. Van alle patiĂŤnten is weliswaar de eerste ziektedag bekend, maar het moment van infectie â&#x20AC;&#x201C; wat belangrijk is in de relatie met de dan geldende meteorologische omstandigheden â&#x20AC;&#x201C; moet geschat worden.

Ook kan meegespeeld hebben dat de omgeving rondom de boerderijen in de loop van de tijd gecontamineerd geraakt is.

De zo gevormde secundaire bronnen kunnen tot additionele blootstelling hebben geleid. Omdat Coxiella burnetii gedurende lange tijd in het milieu kan overleven, lijkt deze gedachte plausibel â&#x20AC;&#x201C; hoewel hier nog geen onderzoek naar gedaan is.

Een andere complexe variabele in deze studie zijn de ruimtelijke bewegingen van mensen. We hebben weliswaar aangenomen dat patiĂŤnten op hun woonadres (PC6) geĂŻnfecteerd geraakt en ziek geworden zijn, maar mensen zijn mobiel en lopen wellicht een veel grotere kans om geĂŻnfecteerd te raken op weg naar werk of school, of tijdens het recreĂŤren of sporten.

De Q-koortsepidemie ligt inmiddels achter ons. De bacterie kan dus niet of nauwelijks meer gemeten worden. Maar er wordt wel vervolgonderzoek gedaan om meer te weten te komen over ruimtelijke bewegingspatronen van mensen (middels GPS-tracking) en het gedrag van (andere) luchtoverdraagbare microĂśrganismen. Zo worden in verschillende typen veehouderijen gedurende twee jaar monsters genomen om de aanwezigheid van bijvoorbeeld Staphyloccoccus aureus (bekend van de MRSA), E. coli en een aantal pathogeMeteorologica 1 - 2016

15

0HDQ PRGHOOHG ORJ(&21&) >Ă­@ SHU NP ( )

Figuur 5. Jaargemiddelde concentratiekaart (in log10-eenheden) van Coxiella burnetii gebaseerd op emissie uit 158 geĂŻnfecteerde geiten- en schapenbedrijven in 2009. De runs van het ADM zijn gebaseerd op een gridgrootte van 20 x 20 km en ingebed in een overkoepelend grid, waardoor de runs van de 158 bedrijven als vierkanten gezien worden.

ne microĂśrganismen te bepalen. Zo kunnen we meer te weten te komen over de emissie van deze bacteriĂŤn uit de intensieve veehouderij en het effect van meteorologische condities op de overleving en verspreiding ervan. Doel hiervan is om uiteindelijk regionale of landelijke risicokaarten te kunnen maken voor beleidsmakers (in het kader van bijvoorbeeld risicobeoordeling en ruimtelijke ordening).

Verder leidt dit vervolgonderzoek ook tot een verdere validatie van de modellen, zodat de risicoâ&#x20AC;&#x2122;s voor de volksgezondheid in geval van toekomstige uitbraken sneller in beeld gebracht worden. Door middel van koppeling van een ADM aan de weersverwachtingen, zoals nu al zou kunnen met de output van het KNMI Harmonie-model, kunnen deze risicoâ&#x20AC;&#x2122;s tot enkele dagen vooruit in kaart gebracht worden. Zo kunnen gerichter beheersmaatregelen uitgevoerd worden en kan een uitbraak sneller onder controle gebracht worden.

16

Meteorologica 1 - 2016

Literatuur

1. Van Leuken JPG. Airborne transmission of Coxiella burnetii; Spatial dispersion modelling and the effects of meteorological and environmental conditinos on Q fever incidence. Utrecht University, Utrecht, The Netherlands; 2015. Available from: http://nl.sitestat.com/rivm/rivm-nl/s?link.en.documents_and_publications.common_and_present.newsmessages.2015.meteorological_transmission_model_calculates_the_risk_of_q_fever_infections.airborne_transmission_of_coxiella_burnetii_spatial_dispersion_modelli.

2. Van Leuken J, Van de Kassteele J, Sauter FJ, Van der Hoek W, Heederik D, Havelaar A, et al. Improved correlation of human Q fever incidence to modelled C. burnetii concentrations by means of an atmospheric dispersion model. Int. J. Health Geogr.

2015, 14(14).

3. Van Jaarsveld JA. The Operational Priority Substances model. Description and validation of OPS-Pro 4.1. Bilthoven, The Netherlands: National Institute for Public Health and the Environment; 2004. Report No.: 500045001/2004. Available from: http://www. rivm.nl/dsresource?type=pdf&disposition=inline&objectid=rivmp:249101&versionid= &subobjectname= 4. Van Leuken JPG, Swart AN, Havelaar AH, Van Pul A, Van der Hoek W, Heederik D. Atmospheric dispersion modelling of bioaerosols that are pathogenic to humans and livestock â&#x20AC;&#x201C; A review to inform risk assessment studies. Microb. Risk. Anal. Elsevier Ltd., 2015, 000:1â&#x20AC;&#x201C;21.

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

Meteorologica 1 - 2016

17

Een vergelijkende studie van ijsgroeimodellen in Nederland Cisco de Bruijn, Fred Bosveld (KNMI) In de huidige weermodellen met resoluties van enkele kilometers is het van belang om de thermodynamische uitwisseling tussen meren en de atmosfeer in beschouwing te nemen. Dit artikel gaat over de merenmodule FLake (Fresh water Lake model) waarin op relatief eenvoudige wijze het effect van meren wordt beschreven. De module berekent de evolutie van het temperatuurprofiel in het water en bij voldoende kou wordt behalve de ijsdikte ook een eventuele sneeuwlaag bijgehouden. We bespreken de prestaties van de “stand-alone” versie van FLake en het operationele ijsgroeimodel van het KNMI voor de winter van 2012 en vergelijken de uitkomsten met waarnemingen. Beide ijsgroeimodellen worden voorzien van dezelfde meteorologische informatie uit het weermodel HARMONIE. De ijsgroeimodellen geven een indicatie van regionale verschillen in de ijsvorming, waarbij FLake het beter doet dan het operationele ijsgroeimodel wat betreft de timing van dichtvriezen.

[C]

15.0 10.0 5.0 0.0 -5.0 -10.0 -15.0

T2m

[mm/h]

3.00 2.50 2.00 1.50 1.00 0.50 0.00

[g/kg]

8.00 7.00 6.00 5.00 4.00 3.00 2.00 1.00

[m/s]

01/21

12.00 10.00 8.00 6.00 4.00 2.00 0.00

01/28

02/04

02/11

02/18

snow water equiv

01/21

01/28

02/04

02/11

02/18 spec hum

01/21

01/28

02/04

02/11

02/18 ff10m

01/21

01/28

02/04

02/11

02/18

Figuur 1. Tijdserie van 2m-temperatuur, sneeuwval, specifieke vochtigheid, 10m-windsnelheid op basis van 6-uurlijkse HARMONIE-analyses in IJlst gedurende de vorstperiode in de winter van 2012.

18

Meteorologica 1 - 2016

0.25 ice [m]

0.20 0.15

FLake BW88 obs

0.10 0.05 0.00 01/21

snow [m]

Inleiding In Nederland komen winters voor waarbij het gaat vriezen, en na een paar nachten vorst wil iedereen weten wanneer en waar er geschaatst kan worden. Het KNMI maakt verwachtingen van de ijsdikte om aan deze vraag van het algemene publiek en specifieke afnemers te voldoen. Het operationele ijsgroeimodel is gebaseerd op een artikel van de Bruin en Wessels (1988). We noemen dit model vanaf nu BW88 en we vergelijken de uitkomsten ervan met een alternatief ijsgroeimodel FLake, een internationaal geaccepteerd model, dat standalone kan opereren maar ook als onderdeel van weer- en klimaatmodellen. De modelresultaten worden vergeleken met vrijwillige waarnemingen van rayonhoofden van de Friesche Elfsteden Vereniging. Deze waarnemingen zijn met behulp van de website van het KNMI ingezameld. Beide ijsgroeimodellen worden voorzien van dezelfde meteorologische gegevens die afkomstig zijn van de 6-uurlijkse analyses van HARMONIE, het operationele meso-schaal weermodel van het KNMI. De meteorologische forcering is vrijwel identiek voor beide ijs-

0.14 0.12 0.10 0.08 0.06 0.04 0.02 0.00

01/28

02/04

02/11

02/18

01/28

02/04

02/11

02/18

FLake BW88 obs

01/21

Figuur 2. IJs- en sneeuwdiktes die in IJlst berekend zijn met FLake en BW88 gedurende de vorstperiode in januari/februari 2012. De waarnemingen (driehoekjes) komen eveneens uit IJlst.

groeimodellen waardoor een eerlijke vergelijking kan worden gemaakt. In dit artikel wordt bekeken of het mogelijk is om regionaal onderscheid te maken in ijs- en sneeuwdikte.

Beschrijving ijsgroeimodellen Het BW88 model is een 1-kolomsmodel dat de energiebalans ter hoogte van het interface water-lucht uitrekent en dat tevens de energie-uitwisseling met de waterkolom bijhoudt, zie de Bruin en Wessels (1988). Het model gaat ervan uit dat de waterkolom goed gemengd is en dat er dus geen verticale gradiënten voorkomen. Een eventuele ijs- en sneeuwlaag kan in de tijd evolueren. BW88 wordt op het KNMI gebruikt om ijsdikte verwachtingen te berekenen op basis van ensembles van het ECMWF-model: de zogenaamde ijspluim.

FLake is eveneens een 1-kolomsmodel dat het temperatuurprofiel in de waterkolom integreert in de tijd, gebruikmakend van een “self-similar” parameterisatie, zie hiervoor Mironov et al. (2010) en de Bruijn et al. (2014). Er wordt onderscheid gemaakt tussen een menglaag en een daaronder gelegen stabiele laag. Dit concept wordt ook toegepast om het temperatuurprofiel in sneeuw en ijs te beschrijven. Het stelsel van vergelijkingen wordt aan de bovenkant geforceerd met atmosferische randvoorwaarden. FLake is robuust, vergt weinig rekentijd en is geïmplementeerd in de bodemschema’s van diverse weermodellen waaronder het ECWMF-model, COSMO en AROME. Er is een online versie beschikbaar (http://www.flake.igb-berlin.de) waarmee men zelf kan expe-

0.25 ice [m]

0.20 0.15

FLake BW88 obs

0.10 0.05 0.00

snow [m]

01/21 0.14 0.12 0.10 0.08 0.06 0.04 0.02 0.00

01/28

02/04

02/11

02/18

FLake BW88 obs

01/21

01/28

02/04

02/11

02/18

Figuur 3. Als Fig. 2 maar nu voor het Slotermeer. De waarnemingen (driehoekjes) komen uit het nabij gelegen Balk.

rimenteren.

In deze studie zijn de set-up parameters voor de ijsgroeimodellen gespecificeerd als in Tabel 1.

Regionale ijsverwachtingen We gebruiken HARMONIE-gegevens als meteorologische forcering voor beide ijsgroei-modellen. De dataset begint tien dagen eerder dan de vorstperiode aanvangt om ervoor te zorgen dat de ijsgroeimodellen in evenwicht zijn met de atmosfeer. Figuur 1 laat de tijdseries zien van de belangrijkste invoerparameters op basis van 6-uurlijkse HARMONIE analyses in IJlst (Friesland) tijdens de vorstperiode van 28 januari tot 12 februari 2012. De synoptische situatie werd gekenmerkt door een anti-cyclonale stroming waardoor er koude en droge lucht werd aangevoerd uit het noordoosten. Opvallend is dat er op 3 februari sneeuw viel wat gevolgen had voor de aangroei van het ijs.

Tijdstip van het dichtvriezen De ijsgroei op twee locaties, namelijk IJlst en Sloten, laat opmerkelijke verschillen zien in de timing van het ontstaan van de eerste centimeters ijs (Figuren 2 en 3). In IJlst, een beschut kanaal, begint de ijsgroei een aantal dagen eerder dan in Sloten. Sloten is in feite een locatie midden op het Slotermeer. Het is duidelijk dat de wind de ijsgroei op het Slotermeer, waar de wind vrij spel heeft, vertraagt. Het moet gezegd worden dat er weinig waarnemingen zijn op het Slotermeer (dit soort waarnemingen worden gedaan door vrijwillige waarnemers) maar het relaas van Auke Hylkema (rayonhoofd Balk) in Pauw en Witteman (2012) kan de geringe ijsgroei aldaar bevestigen.

Als we naar de modellen kijken (Figuren 2 en 3), dan zien we dat het tijdstip van het ontstaan van de ijsvloer door FLake beter wordt gesimuleerd dan BW88. BW88 laat de bevriezing op beide locaties drie dagen te vroeg plaatsvinden. In FLake is het ontstaan van het eerste ijs precies goed getimed in IJlst en één dag te vroeg in Sloten. Blijkbaar profiteert FLake van de nauwkeurige straling uit HARMONIE, terwijl in BW88 de stralingsforcering met relatief eenvoudige empirische formules intern wordt berekend. Verder werkt FLake met twee Cabauw Diepte (m) 0.5 Fetch (km) 0.1 Type bassin sloot

Sloten

IJlst

2.5 5.0 meer

2.0 2.0 2.0 1.0 kanaal kanaal

waterlagen en kan het model derhalve de ontwikkeling van het watertemperatuurprofiel beter beschrijven. De ijsvloer is weer verdwenen op 23 februari, maar vanwege het ontbreken van waarnemingen kan dit niet goed gevalideerd worden. Het is namelijk wel begrijpelijk dat vrijwilligers niet zo gemotiveerd zijn om het ijs op te gaan als de dooi is ingevallen in verband met een verhoogd risico op een nat pak.

Sneeuw op het ijs Interessant in deze vorstperiode is de sneeuwval die gegeven wordt in Figuren 4 en 5, waarin de 24-uurs accumulaties van sneeuw volgens respectievelijk de observaties en HARMONIE worden weergegeven. De sneeuwlaag was niet gelijkmatig verdeeld en er zijn duidelijke regionale verschillen.

In de oostelijke helft van Nederland viel nauwelijks sneeuw, hetgeen door het model goed wordt weergegeven. Echter het model heeft de neiging om de hoeveelheden te overschatten, bijvoorbeeld in het gebied rondom Dokkum waar HARMONIE veel meer sneeuw produceert dan de waarnemingen laten zien. Op de andere locaties stemmen de sneeuwhoogtes beter met de waarnemingen overeen.

In Figuren 6 en 7 worden de regionale verwachtingen van sneeuw- en ijsdiktes weergegeven, met op vijf locaties de evolutie van de ijsvloer en de bovenliggende sneeuwlaag. Het betreft Sloten, Loosdrecht, Leersum, Dokkum en Cabauw die verschillende sneeuwhoogtes te verwerken krijgen. In het begin van de vorstperiode, als het ijs nog niet zo dik is en de warmte over een relatief dunne laag afgevoerd dient te worden, groeit het ijs evenredig met √t. Aan de afvlakking van de ijsdiktecurve is goed te zien dat de sneeuw de ijsgroei afremt. De sneeuw fungeert als een isolatiedeken die de warmte-afvoer tijdens ijsvorming belemmert. BW88 laat de ijsvloer wederom een aantal dagen eerder ontstaan dan FLake.

Dokkum ontving een behoorlijke hoeveelheid sneeuw, althans volgens het model, maar ten tijde van de sneeuwval was er al een redelijke laag ijs gevormd. De ijsgroei werd derhalve nauwelijks afgeremd. De sneeuwlaag verdween langzaam en

Dokkum Leersum Loosdrecht

Tabel 1. Set-up parameters van FLake en BW88.

1.5 1.0 meer

2.5 5.0 meer

Figuur 5. Waargenomen 24h-accumulatie van sneeuwval op 4 februari 2012 om 08 UTC op basis van 326 stations.

Meteorologica 1 - 2016

19

0.25 ice [m]

0.20 0.15 0.10

Sloten Loosdrecht Leersum Dokkum Cabauw

0.05 0.00

snow [m]

01/21

0.14 0.12 0.10 0.08 0.06 0.04 0.02 0.00

01/28

02/04

02/11

02/18

01/28

02/04

02/11

02/18

Sloten Loosdrecht Leersum Dokkum Cabauw

01/21

Figuur 7. Idem voor BW88.

Figuur 4. Sneeuwbedekking op basis van een 24h-accumulatie van HARMONIE op 4 februari 2012 om 08 UTC.

remde de afbraak van de ijsvloer. In werkelijkheid was er te Dokkum nauwelijks sneeuw gevallen, maar vanwege het ontbreken van waarnemingen weten we niet hoe nauwkeurig de gesimuleerde ijsdiktes waren.

In Figuur 7, ten slotte, worden de resultaten van BW88 getoond en die laten kleinere regionale verschillen zien in zowel ijsdikte als sneeuwhoogte. Opvallend is dat de sneeuwlaag in BW88 minder snel verdwijnt dan in FLake, waardoor het ijs langer blijft liggen. BW88 is een eenvoudiger model dan FLake en evolueert bijvoorbeeld geen temperatuurprofiel in de sneeuwlaag. Samen met eerder genoemde redenen is BW88 hierdoor minder goed in staat om regionale verschillen tussen de gekozen locaties te simuleren.

0.25 ice [m]

0.20 0.15 0.10

Sloten Loosdrecht Leersum Dokkum Cabauw

0.05 0.00

snow [m]

01/21

0.14 0.12 0.10 0.08 0.06 0.04 0.02 0.00

01/28

02/04

02/11

02/18

01/28

02/04

02/11

02/18

Figuur 6. FLake regionale ijs- en sneeuwdikte verwachtingen.

Discussie De besproken ijsgroeimodellen zijn in feite parameterisaties waarbij met een 1-koloms aanpak horizontaal niet-homogene watermassa’s gemodelleerd worden. Het is de vraag hoe representatief de gekozen waterdiepte, bodemtemperatuur en fetch zijn. Verder zijn de extinctiecoëfficiënten voor sneeuw en ijs bepaald in Arctische gebieden en zijn deze niet aangepast voor Nederland. Ook de extinctiecoëfficiënt voor troebel water is een goed zo mogelijk schatting die niet door middel van metingen is gecontroleerd.

De ijsgroeimodellen laten het omzetten van sneeuw naar ijs buiten beschouwing. Sneeuw krijgt in de loop der tijd een grotere dichtheid door inklinking. Ook het smelten en weer opvriezen maakt de sneeuw compacter, hetgeen uiteindelijk resulteert in de vorming van sneeuwijs (ook wel fondant-ijs 20

Conclusies en aanbevelingen De ijsgroeimodellen in dit artikel geven een goede indicatie van regionale verschillen in ijsdiktes, waarbij FLake het beter doet dan BW88 wat betreft de timing van het ontstaan van de ijsvloer. Meteorologische data en modelparameters (bijvoorbeeld waterdiepte) zijn belangrijk en de kwaliteit hiervan is bepalend voor de uiteindelijke resultaten. FLake kan gradiënten in het temperatuurprofiel in het water beter beschrijven dan BW88. Betrouwbare waarnemingen zijn belangrijk voor de validatie van ijsgroeimodellen en wij pleiten voor het verrichten van meer waarnemingen. Wellicht kunnen remote-sensing instrumenten zoals bijvoorbeeld de grondradar ingezet worden om ijsdiktes te meten. De eerste pogingen van Grontmij B.V. in dezen zijn veelbelovend. Ten slotte attenderen wij de lezer op het werk van Bas de Haan (WUR), die het BW88 model opnieuw gecodeerd heeft en getest op een flink aantal interessante ijsperiodes in het verleden.

Dankbetuiging Martin Stam en Rudolf van Westrhenen van het KNMI en vele anonieme waarnemers worden bedankt voor het inzamelen en beschikbaar stellen van ijsdiktes en sneeuwhoogtes.

Sloten Loosdrecht Leersum Dokkum Cabauw

01/21

genoemd). Deze processen zitten niet in beide ijsgroeimodellen.

BW88 en FLake zijn 1D-modellen en nemen alleen veranderingen in de verticaal in beschouwing.

Er wordt geen rekening gehouden met de interactie van de wind op het ijs, waardoor het ontstaan van ijsrichels (kistwerken) en windwakken niet wordt meegenomen.

Meteorologica 1 - 2016

Literatuur

Bruijn, E.I.F. de, F.C. Bosveld en E.V. van der Plas, 2014: An intercomparison study of icegrow models in the Netherlands. Tellus A, 66, 21244, doi: 10.3402/tellusa.v66.21244.

Bruin, H.A.R. de, en H.R.A. Wessels, 1988: A model for the formation and melting of ice on surface waters. J. Applied Meteorology, 27, 164-173.

Haan, B. de, 2014: A model for the formation and melting of ice on surface waters revisited. MSc thesis, Wageningen Universiteit, 1-33, http://library.wur.nl/WebQuery/ edepot/332364.

FLake, Leibniz Institute of Freshwater Ecology and Inland fisheries, Leibniz Institute für Gewässerökologie und Binnenfischerei (IGB), http://www.flake.igb-berlin.de.

Mironov, D., E. Heisse, E. Kourzeneva, B. Ritter, N. Schneider en A. Terzhevik, 2010: Implementation of the lake parameterisation scheme FLake into numerical weather prediction model COSMO, Boreal Env. Res., 15, 218-230.

Pauw en Witteman (06-02-2012): Interview met Auke Hylkema (rayonhoofd Balk) https://www.youtube.com/watch?v=W69i0BRkWEc.

M E E T I N S T R U M E N TAT I E

Specialist in klimaatmeet instrumentatie

Regendetector (sensor) met hoge corrosieve bestendigheid Neerslag sensor met excellente keramische bescherming tegen corrosieve omgevingsinvloeden, type 5.4106.00.100. meetprincipe meetwaarde signaal voeding contact kabel kabellengte inclusief

: capacitief met keramische oppervlakte : neerslag ja/nee : (NO/NC) half geleider wisselcontact : 11-28 Vac of 10-32Vdc, 5W : max. 42 V AC/DC; 1A : 5x 0.25mm2 : 3m : montagemateriaal

Low Cost Meteo Station Compact Toepassingen: -GBS -Verkeer -Meteorologie -Groene stroom -Tuinbouw -Luchtvaart -Off-shore

De USM is leverbaar in 8 modellen.

Standaard zijn de modellen voorzien van windsnelheid en windrichting.

Tot 10 meteorologische parameters en analoge en digitale uitgangen. meetbereiken

: 0... 60 m/s, 0 ... 360°, -30...+70°C, 0...100%RV, 300...1100 hPa, 0...150 kLux, 0...10mm/min analoge uitgang : 0 ... 10V, 2...10V digitale uitgang : RS485, RS422, ASCII, ModBus RTU voeding : 24V AC/DC

Turfschipper 114 | 2292 JB Wateringen | Tel. 0174 272330 | Fax. 0174 272340 | info@catec.nl | www.catec.nl

Meteorologica 1 - 2016

21

Wegdekmodellering, van punt naar netwerk Jelle Wisse, Marcel Wokke (MeteoGroup) Wordt het glad komende nacht, en zo ja waar, en wanneer? Dit zijn vragen waar wegbeheerders tijdens het winterseizoen regelmatig mee te maken krijgen. MeteoGroup maakt al sinds jaar en dag gladheidsverwachtingen en heeft daarvoor verschillende rekenmodellen ontwikkeld. De wisselwerking tussen de toestand van het wegdek, het weer en omgevingsfactoren is vaak subtiel en om een goede verwachting te maken is kennis over deze processen van groot belang. Tot enkele jaren geleden was het alleen mogelijk om voor zogenaamde GladheidsMeldSysteem (GMS) locaties, de bekende weerhutjes langs de kant van de weg, een betrouwbare verwachting te maken door uit de metingen de eigenschappen van de weg af te leiden. Maar door middel van nieuwe meettechnieken, hoge-resolutie weersverwachting en snellere computers is het tegenwoordig mogelijk om een verwachting voor elke willekeurige weg in een strooiroute te maken.

Soorten gladheid Gladheid ontstaat door ijsvorming op de weg. Dit gebeurt wanneer neerslag in vaste vorm blijft liggen, of vloeibaar water op de weg bevriest. Voor beide is het van belang dat het wegdek koud genoeg is. Figuur 1 laat het gesimuleerde aantal strooiacties in midden Nederland van de afgelopen 30 jaar zien. Gemiddeld vinden er ongeveer 20 strooiacties per winter plaats, maar dit aantal varieert sterk van jaar op jaar. In de sneeuwrijke winter van 2009/2010 waren bijvoorbeeld meer dan 60 acties nodig. Dit leidde dan ook op veel plaatsen tot een tekort aan strooizout. De meeste strooiacties worden veroorzaakt door sneeuwval of ijzel omdat tijdens neerslag vaak herhaalacties nodig zijn door verdunning van het dooimiddel.

Ook wordt een niet te verwaarlozen aantal strooiacties uitgevoerd om rijpvorming of bevriezing van natte weggedeeltes te voorkomen.

Constructie van de weg De bodemwarmteflux speelt een belangrijke rol in de energiebalans van de weg en wordt sterk beïnvloed door de constructie ervan. Omdat asfalt een dichte structuur heeft, geleidt het warmte goed. Verder resulteert de hoge dichtheid van asfalt in een grote warmte opslagcapaciteit. Een weg met een dikke asfaltlaag en een vaste bodem kan daarom significant meer warmte opslaan dan een stalen brug met een relatief dunne asfaltlaag en zonder vaste bodem. Dit verklaart waarom een stalen brug tijdens heldere nachten vaak sterker afkoelt en eerder glad wordt dan een gewone weg. Figuur 2 toont de

wegdektemperatuur van een vaste weg en een brug tijdens een heldere nacht in de herfst wanneer er nog veel warmte in de bodem zit. Het verschil kan soms meer dan 5 graden zijn.

Omgevingsfactoren Omgevingsfactoren zijn vooral belangrijk tijdens windstil en helder weer. Objecten in de omgeving, zoals huizen en bomen, kunnen voor schaduw op de weg zorgen. Wegen in de schaduw slaan overdag minder warmte op dan wegen in de zon, en koelen daardoor ’s nachts sterker af.

Zoals ieder object verliest het wegdek energie door langgolvige uitstraling. De grootte van deze component is volgens de wet van Stefan Boltzmann gerelateerd aan de temperatuur van het wegdek. Daarnaast ontvangt het wegdek langgolvige straling van de atmosfeer en van objecten uit de omgeving.

Wegen met veel omliggende objecten ontvangen relatief meer langgolvige straling dan wegen in een open gebied en zullen daardoor warmer blijven.

Om een netwerkverwachting te kunnen maken brengt MeteoGroup de omgevingsfactoren van een wegennetwerk in kaart door middel van “fisheye” fotografie. Een fisheye foto heeft een beeldhoek van 180o en daarmee is het mogelijk om de volledige omgeving van de weg in beeld te brengen. Figuur 3 toont een fisheye foto van een open gelegen wegvak (1) en één van een door bomen en struiken beschut wegvak (2). De temperatuur van de weg is tijdens een heldere en windstille nacht gemeten door middel van een infraroodcamera achter een auto. Duidelijk is dat de beschutte weg warmer is dan de

Figuur 1. Gesimuleerde aantal strooiacties per winterseizoen en gemiddelde wintertemperatuur voor december, januari en februari gebaseerd op uurlijkse waarnemingen van de Bilt.

22

Meteorologica 1 - 2016

Figuur 2. De wegdektemperatuurmeting van een stalen brug (zwart) en een brughoofd (groen), en de luchttemperatuur (blauw), tijdens een heldere nacht.

open gelegen weg en dat er grote verschillen over een relatief kleine afstand zijn. De mate van beschutting is af te leiden uit de fractie pixels die de vrije hemelkoepel toont. Deze fractie wordt de skyview genoemd. Een fractie van één betekent dat de weg volledig open ligt en een fractie van nul betekent dat de weg volledig omsloten is. Figuur 4 laat zien dat de skyview duidelijk negatief correleert met de wegdektemperatuur.

Naast de skyview wordt ook de zogenaamde solarview uit een fisheye foto afgeleid. Omdat de locatie en oriëntatie van de fisheye foto’s bekend is, kan voor elk moment in het jaar de positie van de zon in het beeld berekend worden. Als de positie van de zon en die van een omliggend object samenvallen, dan ligt de weg op dat moment in de schaduw. Een voorbeeld van de positie van de zon wordt getoond in Figuur 3.

Netwerkverwachtingen Door in het MeteoGroup-wegdekmodel rekening te houden met de wegconstructie en omgevingsfactoren zoals skyview en solarview, is het nu mogelijk om op basis van een hoge resolutie weersverwachting een wegdektemperatuur- en conditie verwachting voor een volledig wegennetwerk te maken.

Het netwerk wordt daartoe opgesplitst in wegvakken van gelijke eigenschappen. Dit resulteert in uniforme segmenten van enkele tientallen meters tot enkele kilometers lengte. Voor elk wegvak wordt met behulp van de energiebalansmethode een uurlijkse wegdektemperatuur en -conditie berekend. Verder wordt het model gekalibreerd met actuele metingen van GMS-stations in het netwerk en infraroodmetingen uit het verleden. Tijdens een infraroodmeting wordt ook de luchttemperatuur gemeten. Deze informatie wordt gebruikt om de

Figuur 3. Een weg met koude en warme wegvakken veroorzaakt door verschil in skyview. Locatie 1 is een koud wegvak met een grote skyview en locatie 2 is een relatief warm wegvak met een kleine skyview. De rode stippen geven de positie van de zon voor ieder uur van de dag aan, op 21 maart.

Meteorologica 1 - 2016

23

Figuur 4. Relatie tussen afwijking in wegdektemperatuur ten opzichte van het gemiddelde en de skyview.

luchttemperatuur van modelgridpunten naar wegvakken te interpoleren.

Verschillende infraroodmetingen zijn uitgevoerd om de kwaliteit van het netwerkmodel te testen. Een voorbeeld hiervan is weergegeven in Figuur 5 waarin infraroodmeting en modelberekeningen tijdens de nacht van 17 februari 2011 worden getoond. Deze nacht werd gekenmerkt door helder en windstil weer, waardoor de invloed van de omgeving op de wegdektemperatuur groot was. Dit laat de infraroodmeting dan ook zien; de wegen in beboste en bebouwde omgevingen bleven relatief warm terwijl wegen in het open buitengebied duidelijk kouder werden. Opvallend zijn de verschillen ten noordoosten van Ede; de weg in de beboste omgeving was meer dan 4 graden warmer dan de een kilometer verderop gelegen weg op de Ginkelse Heide. De modelberekeningen voor deze case zijn gebaseerd op geĂŻnterpoleerde observaties van omliggende weer- en GMS-stations. Figuur 5 toont dat de berekeningen goed overeenkomen met de observaties. De observaties laten wel iets meer variatie zien en het model lijkt een fractie te warm te zijn. In de toekomst willen we naast de wegdektemperatuur ook de toestand van de weg verifiĂŤren door gebruik te maken van sensoren die zowel de hoeveelheid vocht als de toestand van het vocht aangeven.

Toepassing van netwerkverwachtingen Op basis van de netwerkverwachting kan een wegbeheerder de strooiroute optimaliseren door wegvakken die als eerste kritisch worden als eerste te behandelen. Dit zal tot een grotere veiligheid leiden. Ook is het mogelijk om de dosering van het dooimiddel aan te passen aan de verwachte temperatuur en toestand van elk afzonderlijk wegvak. Nu is de dosering van de hele route meestal gebaseerd op de koudste wegvakken van een route. Door op warme wegvakken minder dooimiddel te strooien dan op de koude wegvakken zal de benodigde hoeveelheid dooimiddel significant afnemen. Dit leidt tot kostenbesparing en is minder belastend voor het milieu.

Momenteel wordt onderzocht of strooiwagens de dosering tijdens strooiacties automatisch kunnen aanpassen op basis van de verwachting. Met name preventieve acties kunnen daarmee geoptimaliseerd worden. Dit zijn acties waarbij de weg behandeld wordt op basis van verwachte gladheid. Een preventieve actie vindt vaak al plaats enkele uren voordat gladheid ontstaat. Dit in tegenstelling tot curatieve acties waarbij de al aanwezige gladheid bestreden wordt. Om de veiligheid te garanderen zal de strooiwagen tijdens een strooiactie de actuele temperatuur van het wegdek meten met een infraroodcamera. Wanneer deze voldoende overeenkomt met de berekende wegdektemperatuur kan de dosering worden aangepast op basis van de verwachting.

Wegdekmodelleren voor een netwerk is niet alleen interessant voor de gladheidsbestrijding maar biedt ook mogelijkheden voor automobilisten. Via het navigatiesysteem in de auto zou de actuele en verwachte toestand van de route getoond kunnen worden. Gegevens vanuit de auto zoals luchttemperatuur, toestand van de ruitenwisser en ABS kunnen ook weer gebruikt worden om de verwachting te actualiseren. Er wordt op dit moment al veel onderzoek gedaan naar het toepassen van meetgegevens uit autoâ&#x20AC;&#x2122;s in wegdekmodellen en waarschuwingssystemen. De verwachtingen zijn hoog, maar er zijn nog wel veel uitdagingen zoals kwaliteit en beschikbaarheid van gegevens.

Figuur 5. Gemodelleerde wegdektemperatuur (rechtsboven) en infraroodmeting (linksboven) van 17 februari 2011, 0400 UTC. De grafiek onderin toont de wegdektemperatuur als functie van de afstand. Het begin en de richting van de route is weergegeven met een pijl in het figuur links boven.

24

Meteorologica 1 - 2016

Een dag in het leven van zomaar een meteoroloog

Stroopwafels Hylke de Vries (KNMI) “Papa, kunnen we vandaag zonder jas naar school? Het gaat toch niet regenen?”

“Ja, dat zal wel gaan, denk ik… geen idee eigenlijk…”

Ik heb me nooit zo laten opwinden door de hype van het weer van vandaag. Weer overkomt je, daar doe je niet zo veel aan.

Die instelling heb ik een beetje. Ja, handig is het wel, die buienradar-app en vooruitzichten tot op de postcode nauwkeurig, voor de planning. Een dag zeilen gaat beter met genoeg wind, en een lange fietstocht is leuker met mooi weer. Maar zoals zo vaak met zinnen waarin ‘te’ voorkomt, wie te veel vertrouwt op wat misschien zal zijn, wordt ook vaak teleurgesteld. Terwijl wie niks verwacht, vaker verrast zal worden. Dat verrassingseffect van het weer, dáár word ik blij van. Dat inspireert en fascineert me keer op keer. Een heldere ochtend na de doorkomst van een koufront en een nacht regen. Spinnen verdwaasd in hun web tussen een myriade van regendruppels. Mistflarden.

Een suikerlaagje rijp op de bomen na de eerste nachtvorst.

Die zomerstorm met hagelstenen zo groot als pingpongballen en luchten die uit laatromantische schilderijen lijken te komen. Kleumen in de duinen terwijl je gezandstraald wordt bij windkracht 10. Het weer buiten ervaren is voor mij als een Mahler van het Concertgebouworkest. Genieten tot op het bot, kippenvel van kruin tot tenen, kortom een gevoel dat je leeft!

(Vroeger als kind hield ik trouwens wel lijstjes bij, liep ’s winters naar het koudste plekje in de tuin om ‘records’ te meten.

En toen afgelopen zomer bijna het hitterecord werd gebroken voelde ik de hype wel degelijk…)

“Maar wat doet jouw vader dan?”

“Nou, papa is weerman, nou ja, niet echt voor de TV, maar hij onderzoekt het klimaat. Klimaat is een moeilijk woord voor dat het hier warmer is in de winter dan op de Noordpool

in de zomer, en waarom de zon schijnt en het regent en dat het warmer wordt op aarde doordat wij allemaal met auto’s rijden, enzo. Snap je?” aldus een van mijn dochters tegen een klasgenootje.

Wat ik zoal doe als klimaatonderzoeker? Vooral heel veel staren naar een beeldscherm, denk ik wel eens in een zeldzame bui van neerslachtigheid. Eindeloze rijen getallen afkomstig uit allerlei modellen en waarnemingsbronnen, deze statistisch verwerken tot grafieken, kaarten en theorieën met als doel het klimaatsysteem beter te begrijpen en een beeld te krijgen over hoe het verandert, nu al, en verder in de toekomst. Overleggen met andere collega’s, bijvoorbeeld tijdens een rondje hardlopen in lunchtijd. Artikelen schrijven waarin je samen met collega’s uit binnen- en buitenland ideeën over weer en klimaat probeert te toetsen. Waarom die Elfstedentocht toch niet doorging, en of dat in een kouder klimaat misschien wel zou zijn gelukt. Waarom de zeespiegel langs de Noordzeekust zoveel varieert, en hoe we daarvoor scenario’s kunnen maken.

Ministeries en waterschappen informeren over onderzoek.

Langsgaan in Den Haag en Delft om te bespreken en evalueren, vraagsturing in levende lijve. Peer-reviews doen van artikelen van collega’s in het vakgebied. Samenvattingen schrijven voor pers, website en andere geïnteresseerden. Reageren op vragen van kranten en websites. Conferenties afstruinen op zoek naar meer interactie en een platform voor je eigen werk.

Voorstellen schrijven voor nieuw onderzoek, bijhouden van literatuur, begeleiden van studenten. En, niet onbelangrijk, de modellen waarmee we werken, de werkpaarden waarmee we onze theorieën testen, proberen te verbeteren. Een tijdrovende klus, waarvan het belang vaak wel wordt erkend, maar waarvoor toch nooit genoeg mankracht beschikbaar is. Ik houd van dit vak, van de veelzijdigheid en de onvoorspelbaarheid. Geen dag is hetzelfde.

Eén event staat echter wel vast. De gezamenlijke break rond kwart over tien. Zowel social talk als werkinzichten passeren hier de revue en worden met elkaar gedeeld. Plannen worden gesmeed, eerste hypothesen getest (en bijna even vaak verworpen), taken verdeeld. Er wordt gelachen, maar ook kritisch geluisterd, gehoond maar ook bewonderd. En misschien wel het beste, maar zeker het zoetste detail: sinds jaar en dag worden door de hoofdauteur van elk geaccepteerd artikel stroopwafels meegebracht. Om daarmee duidelijk te maken dat we allemaal direct of indirect hebben bijgedragen aan de totstandkoming ervan. Mooi gebaar toch?

Meteorologica 1 - 2016

25

Alleen te Warnsveld Huug van den Dool (NOAA) Het is allemaal een kwestie van signaal (het veranderend klimaat) en ruis (het toevallige weer), en oké, mogelijke meet- en representatiefouten die we niet goed kennen. Wie de jaargemiddelde temperatuur te De Bilt (1901-heden) bekijkt ziet dat de warmste 20 jaar bijna allemaal recent zijn. Het begon in 1988 toen een oud warmterecord (10.2 °C uit 1934) voor het eerst werd overtroffen. Sindsdien wordt dat voormalig record bijna jaarlijks overschreden. De interpretatie is dat in een warmer wordend klimaat records aan de warme zijde makkelijk worden gebroken. Maar ja, het betreft jaargemiddelden, dat wil zeggen, door middelen (filteren) krijg je minder weer (ruis) en blijft het klimaat over. Nu het andere uiterste. De hoogste temperatuur op een bepaald moment ooit in Nederland gemeten is die te Warnsveld. Daar werd op 23 augustus 1944 in de tuin van huisarts Jan Thate 38.6 graden Celsius gemeten. 1944 is lang geleden; hoe kan zo’n nationaal record zo lang overleven als ons klimaat inderdaad warmer wordt?

Deze vraag wordt jaarlijks nijpender. Het antwoord kan zijn: a) de temperatuur op een enkel moment op een enkele plaats betreft grotendeels het willekeurig bemonsterde toevallige weer, of b) Warnsveld staat toevallig heel scherp.

Er is al heel lang onrust over het warmterecord uit 1944. De wachtenden werden het wachten al beu in de jaren 90 en de jaren nul. Zij meenden recht te hebben op de sensatie het allerhoogste meegemaakt te hebben. Toen de verbetering van het nationale record te Warnsveld maar niet kwam, begon het in twijfel trekken van de meting in 1944. Maar daarmee moet je oppassen. Het is lichtzinnig om metingen van vroeger dubieus te verklaren, louter en alleen omdat ze van vroeger zijn.

Wisten ze toen veel? Ja, ze wisten toen heel veel en waren bovendien ingenieus en toegewijd. Bij zijn afscheid in 1977 wees mijn promotor F.H. Schmidt er fijntjes op dat de nauwkeurigheid van veel metingen juist is afgenomen(!), alleen zijn er tegenwoordig veel meer metingen. Als voorbeeld gaf hij de meteorograaf. In de periode 1925-1940 ging men ‘s ochtends vroeg te Soesterberg, wanneer het weer het toeliet(!), met een vliegtuigje cirkeldraaiend omhoog (tot 5 km hoogte, zelden hoger dan 6 km) om de derde dimensie te meten. Tussen de voorpoten ervan bevond zich de zelfregistrerende en zeer nauwkeurige meteorograaf. Na de landing reed een auto met de dan al uren oude registraties zo snel mogelijk naar De Bilt om alsnog te kunnen helpen bij de weersverwachtingen. Na 1947 is de meteorograaf geheel op de achtergrond geraakt vanwege de opkomst van de radiosonde die weliswaar minder nauwkeurig is, maar wel grotere hoogten bereikt, op standaardtijden overal op aarde wordt opgelaten, en de metingen meteen doorseint. Satellieten hebben deze semidubieuze ontwikkeling voortgezet. In plaats van honderden metingen hebben we er nu miljarden, maar wel van beperkte nauwkeurigheid (en/of interpreteerbaarheid), zodat de radiosonde onmisbaar blijft, zelfs in 2016. Ik heb namens Schmidt geglimlacht toen John Christy mij in 1985 kwam vertellen dat de Microwave Sounder Unit (MSU) een onwaarschijnlijk grote meetnauwkeurigheid heeft. We weten namelijk niet eens wat de MSU zo precies meet: de meting van straling in een bepaald golflengtebereik heeft een profiel in de verticaal (die lijkt op een scheefgezakte Gauss-functie) dat zich uitstrekt van het oppervlak tot in de stratosfeer.

Het is makkelijk genoeg om een meting van vroeger in twijfel 26

Meteorologica 1 - 2016

te trekken. Er is immers niemand meer om zich te verdedigen.

Een van onze privé-weerbedrijven trok rond 2005 de meting van Thate openlijk in twijfel, maar ditzelfde bedrijf kwam al snel daarna met excuses toen een zoon van Thate het welbespraakt voor z’n vader opnam. Thate senior was zeker geen jandoedel, hij deed jarenlang zowel astronomische als weerkundige waarnemingen, schreef daarover vanaf 1930 enkele malen in Hemel en Dampkring, was jarenlang voorzitter van de Zutphense afdeling van de KNVWS, enzovoorts. Uit het repliek van z’n zoon maken we ook op dat er regelmatig controle was door ter zake kundige KNMI-ers. Die metingen in 1944 hadden niet veel beter gekund. Hetgeen niet wil zeggen dat de metingen perfect zijn. Zie Meteorologica, december 2015, mooi artikel van Sluijter en Brandsma. Daaruit blijken eigenlijk niet zozeer fouten, maar wel dat oude waarnemingen geïnterpreteerd moeten worden in het kader van latere en huidige meetmethoden (en over 25/50 jaar in het kader van weer heel iets anders?).

Dat een temperatuur gemeten moet worden om als record in aanmerking te komen brengt natuurlijk problemen met zich mee. Het meten an sich is al een uitdaging, maar even belangrijk is het aantal plaatsen waar zich een officiële thermometer (van welke aard dan ook) bevindt. Al is Nederland een klein land, de temperatuurverschillen zijn soms groot. Ik ben er bijna zeker van dat er in Nederland wel eens een hogere temperatuur dan 38.6 °C is voorgekomen, wellicht ook op 23 augustus 1944. Maar die ene heerlijke plek kennen we niet want er stond geen officiële hut.

Wat we vandaag de dag wel kunnen is met een mesoschaalmodel een heranalyse uitvoeren met zeer hoge ruimtelijk resolutie. In Meteorologica lezen we regelmatig constructieve artikelen over analyses met mesoschaal modellen met ~100 meter oplossend vermogen. De randvoorwaarden voor 1944 zijn leverbaar vanwege mondiale heranalyse sedert 1871. We hebben GIS data sets van grondgebruik, vegetatie, bewoning, energieverbruik als functie van de tijd enzovoorts. Dit lijkt mij een nuttige benadering van de vele vragen over zo’n record uit de oude doos, en daarmee tientallen andere oude (en nieuwe) extreme situaties. Het is ook een mooie modeltest. “Het Jan Thate experiment” stel ik voor als naam, als eerbetoon voor al die waarnemers van vroeger. Waar wachten de jongens/ meiden in Wageningen op?

En voor iedereen die maar niet kan begrijpen hoe een dagwarmterecord uit 1944 na 70 jaar overeind kan blijven heb ik hier een nog grotere puzzel uit ons vaderland geselecteerd.

Het warmterecord in De Bilt voor de maand juni (18.3 °C) stamt uit 1917!!?? In de laatste 30 jaar zijn we ‘maar’ drie keer boven 17.0 °C geweest, maar niet hoger dan 17.8 °C. Was ik maar een klimaatscepticus; dan zou ik alvast een feestje plannen voor juni 2017. Beweren dat de meting uit 1917 blijkbaar fout is zou een idee zijn, maar dan bevuilen we ons eigen Biltse/professionele nest. Voor maandgemiddelden is de signaal/ruis-verhouding in principe beter dan in dat geval in Warnsveld, dus is het uitblijven van een recordverbetering des te merkwaardiger als we in de veronderstelling verkeren dat de temperatuur in juni, net als in andere maanden, met zeg 1 graad Celsius is toegenomen. Is het signaal in juni soms zwakker?? Zie hiervoor het artikel van Schuurmans en Van den Dool op pagina 8.

Weerbeelden De achter ons liggende winter was één van de zachtste sinds het begin van de regelmatige temperatuurwaarnemingen in 1706. In een groot deel van het land is de witte wereld totaal uitgebleven. Uitzondering vormde het noordoosten van het land. Van 3 tot en met 6 januari lag daar de scheiding tussen koude en zeer zachte lucht vrijwel stil. In de koude lucht kwam het herhaaldelijk tot ijzel en soms ook sneeuwval. Op de foto’s zien we de omgeving van Roodeschool in Groningen (foto’s: Jannes Wiersema).

Redactie R. Sluijter.

Foto's voor deze rubriek kunt u sturen naar weerhaan@gmail.com.

Meteorologica 1 - 2016

27

Micro-Meteorologische Mijmeringen

De Weerfenix en Palmyra Henk de Bruin Het eerste deel van deze rubriek is een column waarvoor de auteur verantwoordelijk is.

Deel twee betreft een (micro)meteorologisch onderwerp.

Begin november klonk er tijdens de jaarlijkse bijeenkomst van de KNMI-gepensioneerdenraad een roep om de terugkeer van de WEERHAAN, het toenmalige orgaan van de KNMIpersoneelsvereniging. Deze oproep was direct gericht tot de hoofddirecteur Gerard van den Steenhoven. Hij reageerde positief. Bij mij riep dit nostalgische herinneringen op aan de tijd dat ik, als jong redactielid, ludieke en kritische bijdragen publiceerde in de WEERHAAN. Het was in de Kabouterjaren en de KNMI-directie durfde niets te censureren. Wellicht daarom verdween de Weerhaan in de jaren 1980, om plaats te maken voor de Weergave. Door de bankencrisis verdween ook deze. En nu blijkt dat er weer behoefte is aan de WEERHAAN. Ik steun dat idee van harte, maar dan wel aangepast aan de moderne tijd. Daarom pleit ik hier voor het oprichten van de WEERFENIX, een ongecensureerd blad, herrezen uit de as van de WEERHAAN. Ik kreeg het idee juist in de week dat de voornoemde KNMI hoofddirecteur benoemd werd tot deeltijdhoogleraar aan het ITC, van de Universiteit Twente, met als leeropdracht “het terugdringen van de risico’s die de samenleving bedreigen door extreem weer of klimaatverandering”. Deze benoeming inspireerde mij tot het schrijven van deze MMM, die tevens gezien kan worden als mijn eerste bijdrage aan de WEERFENIX. De hoogleraarbenoeming is uitzonderlijk, want de primaire taak van het KNMI is te waarschuwen voor weerextremen, zodat anderen daarop actie kunnen ondernemen. Zo legt de directie van de NS meteen al het treinverkeer plat na een KNMI-weeralarm. Maar door de hoogleraarbenoeming krijgt de hoogste baas van het KNMI er in deeltijd als taak bij om zelf de samenleving tegen weerextremen te gaan beschermen.

Figuur 1. De tempel van Baäl in Palmyra, februari 2004.

28

Meteorologica 1 - 2016

Dat is revolutionair en ik stel mij voor hoe ik dit, in zijn plaats, zou aanpakken. Voor de eenvoud beperk ik mij tot droogte, mondiaal een zeer actueel klimaatextreem. Neem het Midden Oosten, waar al lange tijd droogte heerst (Cook et al., 2016). Het gevolg is dat kleine boeren failliet gingen en noodgedwongen naar de steden trokken (Keshavarz et al., 2013). Dit leidde tot sociale onrust, en er zijn aanwijzingen dat demonstraties van verpauperde boeren de aanleiding waren van de burgeroorlog in Syrië (Gleick, 2014). Hoe moet zo’n probleem worden opgelost? Er zijn twee mogelijkheden. De oplossingen aangedragen door klimaatalarmisten en oplossingen gebaseerd op de zienswijzen van klimaatsceptici.

Volgens de alarmisten is de oorzaak van droogte de mens die tonnen broeikasgassen uitstoot. Binnen deze zienswijze kwam recent het klimaatverdrag van Parijs tot stand. Maar is dit de oplossing? Allereerst zijn de effecten van Parijs pas zichtbaar over 50 jaar en dan is voornoemde leerstoelhouder allang met emeritaat. Bovendien hangt de hoogte van zijn pensioen mede af van Ben van Beurden, de hoogste baas van de Shell. Deze verklaarde dat hij met Parijs niets te maken had omdat hij is aangesteld voor de aandeelhouders en, oh ironie, dat zijn onze pensioenfondsen. Bovendien is men in Parijs zo vriendelijk geweest ons het goedkope stukje vlees op tafel te laten behouden door de uitstoot van broeikasscheten door onze intensieve veeteelt buiten het verdrag te houden. De oplossing van de alarmisten biedt op korte termijn dus weinig soelaas. Noodgedwongen moest ik dus te rade gaan bij de doorgewinterde klimaatsceptici. Deze ontkennen elke menselijke invloed op klimaat en roepen dat droogtes van alle tijden zijn. Zonder dat zij het beseffen kwam ik door deze visie op een mogelijke oplossing van het droogteprobleem. Ik behoefde slechts oude geschriften te gaan bestuderen waarin wordt beschreven hoe droogte werd aangepakt. Zo verrichtte ik een uitgebreide literatuurstudie. Hier geef ik een enkel voorbeeld. Zo is er de aanpak van Elia, beschreven in Koningen I en II. Zie ook het libretto van Mendelssohns Elias. Zijn methode om droogte te bestrijden was effectief, maar niet meer van deze tijd. Hij moest aanhangers van de Kanaänitische god Baäl doden, voordat het ging regenen. Maar gelukkig zijn er vriendelijker methoden te vinden in de literatuur.

De Pers al Razi beschreef in de 9de eeuw het gebruik van regenstenen. De regenmakers van de Madi en Lugbara in Oost Afrika gebruiken zulke stenen nog altijd.

Een optie is om ook de Native California rain-making bundle weer te gaan gebruiken. Verder zijn er de regenrituelen van de

Australische Aboriginals, van de Chinese Wu-shamanen en, niet te vergeten, die van Engelsman Adrian Boshier noemenswaard. Adrian was de eerste Westerse regenmaker (Watson, 1981). Mijn advies is dus om deze methoden te gaan bestuderen. Overigens heb ik dit niet helemaal van mijzelf. Het IGAD Climate Prediction and Applications Centre in Kenia werkt op het ogenblik samen met de Nganyi clan van de Banyore om hun regenmaakmethoden te gaan toepassen in het kader van climate change adaptation (www.future-agricultures.org). Dit past naadloos in de ITC-leeropdracht. Dus binnenkort zien we wellicht de leerstoelhouder in Kenia een regendans instuderen.

Terugkomend op het verhaal van Elia die alle Baäl-aanhangers liet uitmoorden om het te laten regenen: vorig jaar vernielde De micrometeorologie van de oase van Palmyra Palmyra heeft een roemrucht verleden. De oase wordt reeds twee millennia vóór Christus beschreven in Assyrische kleitabletten. Door Alexander de Grote werd de oase deel van het Seleucidische Rijk. De oorspronkelijke naam van de nabij gelegen stad is Tadmur, wat nog de officiële Syrische naam is. De Romeinen doopten de stad om in Palmyra, de stad van de palmbomen. In de 3e eeuw kwam koningin Zenovia in

IS de Baältempel in Palmyra (Figuur 1). Deze was uitgegroeid tot een toeristische trekpleister, wat door een hogere macht gezien zou kunnen worden als een hernieuwde Baälverering.

Wellicht is dus de recente droogte het gevolg van zijn toorn.

De vernietiging door IS van de Baältempel zou gezien kunnen worden als een poging deze toorn op te heffen, om zo de droogte te beëindigen. Einde van de droogte zou het begin van de vrede kunnen zijn... Maar ach, wat mijmer ik nu! Het is verstandiger dat ik mij bij mijn micrometeorologische leest houd. Vandaar dat het Kader handelt over de micrometeorologie van de oase van Palmyra, die nog naast de Baältempel lag toen ik in februari 2004 de meetopstelling aldaar bezocht.

men en verschillende andere fruitbomen. In dit deel van de oase had ik in 2002 - 2004 het Arab Center for the Studies of Arid Zones and Dry Lands, Syria (ACSAD) samen met Franse onderzoekers een micrometeorologische meetpost ingericht. Ik had het voorrecht dit station in februari 2004 te mogen bezoeken. In een mast van circa 15 m hoog was een sonische anemometer en een snelle waterdampsensor gemonteerd, waarmee de verdamping werd gemeten.

De resultaten van de tweejarige meetcampagne zijn beschreven in Brunel et al. (2006). Ik geef hier enkele voorbeelden.

In Figuur 2 zijn de gemeten maandsommen van de verdamping weergegeven. De jaarsom bedroeg 670 mm, wat veel lager is dan de referentiegewasverdamping. Dit resultaat is opvallend, want in vele hydrologische studies wordt voor oases een verdamping groter dan Eref berekend. In Figuur 3 is voor een geselecteerde periode de verdamping in energieeenheden (LE) tegen de windsnelheid, u, geplot. Te zien is dat voor u > 2.5 m/s LE afneemt met u. Volgens Brunel et al.

(2006) sluit de vegetatie de huidmondjes bij meer aanvoer van droge woestijnlucht, maar het zou ook kunnen zijn dat de sensoren bij hardere wind meer “over de rand kijken” waardoor de gemeten verdamping deels die van de woestijn betreft. Nader onderzoek is nodig, maar dat zit er dus voorlopig niet in...

Figuur 2. Gemeten verdamping te Palmyra. In de maanden jan-feb-maa en aug van 2002 zijn er geen metingen.

opstand tegen de Romeinen die daarop Palmyra totaal verwoestten. De stad werd herbouwd en werd gekerstend. Zo nam in 325 de bisschop van Palmyra deel aan het Concilie van Nicaea. In 633 werd Palmyra ingelijfd bij het Kalifaat van de Rashidun, en werd het dus Islamitisch. De Kalifaten van de Omajjaden en het Kalifaat van de Abbasiden volgden en vanaf 1516 werd Palmyra ingelijfd bij het Ottomaanse Rijk. Na de Eerste Wereldoorlog trokken Engeland en Frankrijk rechte lijnen op de landkaart en creëerden aldus de huidige staat Syrië. Vorig jaar werd Palmyra deels verwoest door IS tijdens de Syrische burgeroorlog.

De oase ligt midden in de Syrische woestijn met een gemiddelde neerslag van 150 mm/jaar. De referentiegewasverdamping (Eref) is 1760 mm/jaar. De oase verkrijgt water vanuit twee aquifers, waarvan er één stamt uit het Krijt (145 – 66 miljoen jaar geleden) en fossiel water van goede kwaliteit aanvoert. Dit water wordt gebruikt voor landbouw in de ‘oude oase’ van ongeveer 200 ha. De vegetatie bestaat uit (vaak zeer oude) olijfbomen, dadelpalmen, granaatappelbo-

Figuur 3. Gemeten verdamping (LE) in energie-eenheden versus windsnelheid (u).

Literatuur

Brunel, J. P., J. Ihab, A. M. Droubi, and S. Samaan, 2006: Energy budget and actual evapotranspiration of an arid oasis ecosystem: Palmyra (Syria). Agric. Water Manage., 84, 213 – 220.

Cook, B. I., K. J. Anchukaitis, R. Touchan, D. M. Meko, and E. R. Cook, 2016: Spatiotemporal drought variability in the Mediterranean over the last 900 years, , 121, doi:10.1002/2015JD023929.

Gleick, P., 2014: Water, drought, climate change, and conflict in Syria. Weath. Clim. & Soc., 331 – 340.

Keshavarz et al., 2013: The social experience of drought in rural Iran, Land Use Pol., 120 – 128.

Watson, L., 1981: De Regenmaker. Karnak, 206 pp.

Meteorologica 1 - 2016

29

Door de kou bevangen – Vijftig jaar Nederlands onderzoek in de poolgebieden Richard Bintanja (KNMI), Anita G.J. Buma (RUG), Annette J.M. Scheepstra (RUG) Nederland bezit een rijke historie als het gaat om polair onderzoek in brede zin, maar zeker ook in het geval van de meteorologie en klimatologie. Op een aantal vroege Antarctische expedities, met name de gezamenlijke Belgisch-Nederlandse expedities naar de Koning Boudewijn Basis (1963-1967), waaraan in totaal 24 Nederlanders deelnamen, speelden onderzoekers van het KNMI een belangrijke rol. Er werden daarbij allerlei belangwekkende meteorologische en glaciologische waarnemingen gedaan en rapporten geschreven die decennia later nog geciteerd zouden worden. Dit vroege polaire veldwerk vormt de opmaat voor het recent verschenen boek “Door de kou bevangen – Vijftig jaar Nederlands onderzoek in de poolgebieden” (Figuur 1).

Deze landgenoten waren overigens niet eens de eerste Nederlandse onderzoekers die Antarctica bezochten, aldus het boek, want al eerder, van 1956 tot 1959, was een Nederlander betrokken bij een Brits onderzoeksprogramma op Antarctica. Deze gebeurtenis is in Nederland volledig onopgemerkt gebleven, wat opmerkelijk is omdat het de eerste Nederlander betrof die overwinterde op Antarctica. De overwinteringen vonden plaats op een Britse basis, Port Lockroy, net als Rothera aan de westkant van het Antarctisch Schiereiland gelegen. Op een nietig eilandje in deze baai (Goudier Islet), in totaal niet meer dan een voetbalveld groot, plaatsten de Engelsen in 1943 enkele kleine gebouwtjes die tot 1962 dienst zouden doen als onderzoeksbasis. De latere Leidse astronoom Jaap Tinbergen (1934-2010), zoon van Niko Tinbergen, was in Engeland afgestudeerd in de experimentele natuurkunde en ‘Information Engineering’. Vanwege zijn interesse in ionosferisch onderzoek kreeg Tinbergen als kersvers onderzoeker de Figuur 2. Een aantal overwinteraars van Port Lockroy, 1958. Van links naar rechts: Dennis Wildrigde (niet overwinterd), David Price, Alan Cameron en Jaap (Jack) Tinbergen. Foto: collectie David Price.

kans om deel te nemen aan een Brits Antarctisch onderzoeksprogramma op Port Lockroy. Hierbij inbegrepen waren twee Antarctische overwinteringen, van eind 1956 tot begin 1959.

Jaap Tinbergen verbleef dus in totaal meer dan twee jaar op Goudier Islet, samen met vier Britse collega’s (Figuur 2). De 23 jaar jonge Tinbergen nam samen met zijn Britse collega’s deel aan een langdurig onderzoek aan de ionosfeer.

Nadat het Belgisch-Nederlandse Antarctische programma wegens geldgebrek werd beëindigd is er zo’n 25 jaar lang geen structureel Nederlands meteorologisch en glaciologisch onderzoek in de poolgebieden gedaan. Toch waren er in die periode wel degelijk op incidentele basis Nederlandse onderzoekers actief, vooral op Antarctica. Met behulp van buitenlandse logistiek verrichtten zij hun meteorologische en/ of glaciologische onderzoek. Een mooi voorbeeld hiervan is Günther Können, die in 1989/90 op het Amerikaanse onderzoeksstation Amundsen-Scott voor het KNMI onderzoek deed naar de vorm van ijskristallen en de polarisatie van licht en halo-vorming (Figuur 3). Hij was daarmee de eerste Nederlander die voet zette op de geografische Zuidpool.

Figuur 1. Cover van het boek. Foto: Ronald J.W. Visser.

30

Meteorologica 1 - 2016

Aan twee en een halve decade van relatieve desinteresse kwam eind jaren ’80 een einde, toen het Instituut voor Marien en Atmosferisch onderzoek Utrecht (IMAU, destijds IMOU) van de Universiteit Utrecht meteorologisch en glaciologisch

Natuurlijk is het Nederlands polair onderzoek breder dan alleen de meteorologie en glaciologie, veel breder zelfs. Vandaar dat in het boek ook de aardwetenschappen, de mariene wetenschappen (de chemische en biologische aspecten), terrestrische biologie en de menswetenschappen uitvoerig aan bod komen. Al met al geeft dit boek een prachtig overzicht (zie Kader 1) van de Nederlandse onderzoeksinspanningen in de beide poolgebieden over (ruwweg) de afgelopen vijftig jaar, waarvan de meteorologie en klimatologie een belangrijk onderdeel vormen, en is dit boek daarmee een gedegen naslagwerk voor het Nederlandse polaire onderzoek in de komende jaren.

Figuur 3. Groothoekopname van een uitzonderlijk rijk halocomplex, genomen op 1 Januari 1998 tijdens Günther Könnens tweede verblijf op Amundsen-Scott South Pole Station. Foto: G.P. Können.

onderzoek op de Groenlandse ijskap ging doen teneinde de relatie tussen klimaatopwarming en ijskap-afsmelting te bepalen. Tegelijkertijd werd vanuit de politiek duidelijk dat Nederland de consultatieve status bij het Antarctisch Verdrag kon verkrijgen indien men op structurele basis in Antarctisch onderzoek zou investeren. Om zo’n programma op te starten werd allereerst een Nederlandse expeditie op touw gezet. Het IMAU nam daaraan deel en zo werden de disciplines meteorologie en glaciologie onderdeel van de eerste Nederlandse Antarctica expeditie in 1990/91 naar Henryk Arctowski Polish Antarctic Station, gelegen in Admiralty Bay op King George Island. Sindsdien is de polaire meteorologie een ‘hot topic’ geworden, waarbij diverse IMAU-expedities naar Antarctica, Groenland, IJsland en Spitsbergen werden georganiseerd met als doel de afsmelting van gletsjers te bepalen in het kader van het opwarmende klimaat (Figuur 4). De grote verscheidenheid aan expedities wordt in het boek uitvoerig beschreven, vergezeld van vele prachtige foto’s van de meetopstellingen in de polaire landschappen. Het meest recente meteorologische polaire veldwerk vormde de SEES-expeditie naar Spitsbergen, waarin behalve het IMAU met een nieuw weerstation ook het KNMI wederom zijn intrede deed in polair veldwerk middels luchtverontreinigingsmetingen die gebruikt zullen worden om satellietmetingen te valideren.

Kader 1. Achterflaptekst Nederland bezit een lange en kleurrijke geschiedenis op het gebied van wetenschappelijk onderzoek in de beide poolgebieden. Dit rijk geïllustreerde boek bevat een dwarsdoorsnede hiervan. Het uitgangspunt hierbij is om de wetenschappers zelf aan het woord te laten. Zo verhalen vogelonderzoekers over decennialange observaties van stormvogels op minuscule Antarctische eilandjes. Ook komen archeologische opgravingen op Spitsbergen aan bod, evenals geologisch veldwerk op Groenland, gletsjeronderzoek op Antarctica, het verzamelen van plankton op de woelige baren rond het Antarctische continent en permafrost onderzoek in het desolate Siberië. Bovendien vertellen vele bevlogen onderzoekers over de bijzondere, soms vermakelijke, maar vooral vaak extreme omstandigheden waaronder zij hun onderzoek hebben uitgevoerd. Hiermee geeft dit boek een informatieve en tegelijkertijd boeiende beschrijving van vijftig jaar Nederlands poolonderzoek.

Het eerste exemplaar van het boek werd op 8 maart jl. tijdens het Koninklijke Nederlandse Academie der Wetenschappen (KNAW) symposium “Door de kou bevangen” aangeboden aan D66 tweede kamerlid Stientje van Veldhoven.

Door de kou bevangen – Vijftig jaar Nederlands onderzoek in de poolgebieden A.G.J. Buma, A.J.M. Scheepstra, R. Bintanja (eindredactie) ISBN 978-90-818264-2-6 Uitgeverij MaRiSuDa 240 pagina’s Prijs €24,95 (inclusief verzenden) Bestellen: www.rug.nl/research/arctisch-centrum/ wbpi/50jaarpolaironderzoeknl/

Figuur 4. IMAU-er Wim Boot controleert op Kongsvegen, Spitsbergen, de unieke 16 meter hoge meteorologische meetmast waarmee op meerdere hoogtes waarnemingen worden gedaan. Foto: IMAU. Meteorologica 1 - 2016

31

KLIMAATOVERZICHT Het vreemde weer van december 2015 Geert Jan van Oldenborgh, Sarah Kew, Sjoukje Philip (KNMI), Peter Uhe (Universiteit van Oxford) Er zijn weerkundig saaie maanden, maar december 2015 hoort daar niet bij. Een sterke El Niño, wereldwijd recordhoge temperaturen, overstromingen in India, Paraguay, Texas, het midwesten van de VS en NoordEngeland, droogte in het Middellandse Zeegebied en Zuid-Afrika en ten slotte een extreem zachte wintermaand zowel in Europa als in het oosten van Noord-Amerika.

Temperatuurrecords Laten we beginnen met de zachte maand december (één van de lessen die de eerste auteur kreeg toen hij op het KNMI begon was dat het van oktober tot maart niet warm is maar zacht). De maximum en minimum temperatuur van het afgelopen jaar zijn in Figuur 1 uitgezet. In De Bilt werd het op 17 december 15.3 ºC, gelijk aan het vorige record van 24 december 1977. We hebben de afgelopen zomer dagen gehad dat het koeler bleef... De minimumtemperatuur op 17 december was 12.4 ºC. Temperaturen van 5 tot 10 graden boven normaal kwamen de hele maand zo vaak voor dat de maandgemiddelde temperatuur in De Bilt uiteindelijk op 9.6 ºC uitkwam, 2.3 ºC (!!) boven het vorige record uit 1974. Dit is natuurlijk niet zoals het hoort, records hoor je met tienden van graden te breken, want dan heb je meer persmomenten...

Niet alleen in Nederland was het extreem zacht. In Washington werd kerst op het terras gevierd (www.climate.gov/newsfeatures/blogs/enso/july-christmas). Het record in Washington werd met drie graden verbeterd. In Figuur 2 is de temperatuuranomalie ten opzicht van 1980–2010 geplot. We gebruiken voor maandgemiddelde temperatuuranomalieën normaal een schaal van -5 ºC tot +5 ºC, maar dat is voor deze maand niet genoeg; de anomalieën kwamen boven de 7.5 graden. minimum temperatuur De Bilt

20

Tn [Celsius]

15 10 5 0 -5 -10 20150201

20150501

20150801

20151101

20160201

maximum temperatuur De Bilt

35 30 Tx [Celsius]

25 20 15 10 5 0 20150201

20150501

20150801

20151101

20160201

Figuur 1. Verloop van de minimumtemperatuur (boven) en maximumtemperatuur (onder) in De Bilt.

32

Meteorologica 1 - 2016

Ook in de tropen was december 2015 in grote gebieden de warmste decembermaand in de meetreeksen (Figuur 3). Dit komt doordat de natuurlijke variabiliteit daar kleiner is en de trend dus duidelijker. El Niño resulteerde bovendien in een recordhoge temperatuur in de Stille Oceaan, meer dan drie graden boven normaal (met wat meewind van de trend). Vanwege El Niño en de opwarming was ook de Indische Oceaan recordwarm.

Oorzaken Uiteraard is de belangrijkste factor voor de extreme afwijking in Europa de natuurlijke variabiliteit, ook wel bekend als het weer. In december lag er vaak een sterk hogedrukgebied boven het Middellandse Zeegebied, een depressie ten zuiden van IJsland en een hoog boven de oostkust van de Verenigde Staten (Figuren 2b en 2c). De Europese kant van dit patroon bracht warme subtropische lucht uit Marokko en omgeving naar ons toe.

De opwarming van de aarde heeft natuurlijk ook geholpen. Dit kun je niet zien aan de trend tot vorig jaar, die was namelijk in december als enige maand nul. Het is dus beter om anomalieën van november, december en januari samen te beschouwen, want die vertonen wel een duidelijke trend. Een fit van de gehomogeniseerde Centraal Nederland Temperatuur aan een Generalised Pareto Distribution die opschuift met de gladgestreken wereldgemiddelde temperatuur geeft een herhalingstijd in het huidige klimaat van om en nabij de 300 jaar, met een 95% onzekerheidsmarge die bij 75 jaar begint (Figuur 4a).

Zelfs mét opwarming was dit dus een uitzonderlijke gebeurtenis. Zonder opwarming was zo’n milde decembermaand wel heel erg onwaarschijnlijk geweest, want de kans erop was een eeuw geleden minder dan 0.1%.

De decembertemperatuur was niet alleen in Nederland uitzonderlijk. Zulke enorme herhalingstijden vinden we ook voor een behoorlijk deel van West Europa en oostelijk Noord Amerika (Figuur 4b).

De logische vraag is of het verantwoordelijke circulatiepatroon tegenwoordig vaker voorkomt dan vroeger. Als een simpele index van de amplitude van het circulatiepatroon nemen we de luchtdruk in het centrum van het hoog boven de Middellandse Zee bij Italië (41º N, 11º O). Een hoge luchtdruk aldaar gaat vaak gepaard met een soortgelijk patroon als de waarnemingen van december 2015. De waarde van december 2015, 1030.5 hPa (14.8 hPa hoger dan normaal), ligt ver boven de tot nu toe in december gereconstrueerde waardes.

Een fit van de 20CR heranalyse (ECMWF’s Climate Reanalysis) vanaf 1900 geeft een herhalingstijd van meer dan 500 jaar.

a

Figuur 2. (a) Temperatuuranomalie van december 2015 ten opzichte van de periode 1981–2010 op het noordelijk halfrond (°ºC), (b) de bijbehorende Z500 anomalieën (m), en (c) en het volledige drukveld (Pa). Bron: ECMWF.

We hebben op drie manieren bekeken of er een trend in de positieve extremen van de luchtdruk is. De 20CR heranalyse laat geen trend zien, het EC-Earth gekoppelde klimaatmodel ook niet en het Weather@Home ensemble van de universiteit van Oxford evenmin. In EC-Earth hebben we ook gecontroleerd of de relatie tussen de luchtdruk in het Middellandse Zee gebied en de temperatuur in onze streken constant was. We vonden geen trends in die relatie, dus ook daarin is de invloed van de opwarming verwaarloosbaar. Zonder trend heeft de Centraal Nederland Temperatuur geen enkel verband met El Niño (r = 0.02), dus dat kunnen we als oorzaak uitsluiten, hoe verleidelijk het ook is om alles aan El Niño toe te schrijven.

Ook een verband met de zeewatertemperatuur van de Atlantische Oceaan is niet te vinden.

We concluderen dat de zachte decembermaand voor het grootste gedeelte gewoon toeval was. De opwarming heeft de kans erop verhoogd van minder dan een op duizend naar ongeveer een op driehonderd: veel meer maar nog steeds een kleine kans. Dit kwam door een uitzonderlijk circulatiepatroon, dat voor zover we kunnen nagaan toeval was.

Overstromingen in Engeland De maand december was in het grootste deel van Europa droog; vooral het gebied rond het Middellandse Zeegebied had vrijwel geen regen. Er waren echter uitzonderingen in het noorden. Rond 5 december en 26 december trokken randstoringen van de depressies Desmond en Eva over Ierland, Noord-Engeland, Zuid-Schotland en Noorwegen. De neerslag in Noord-Engeland en Zuid-Schotland die gepaard ging met depressie Desmond hebben we geanalyseerd in een artikel dat we op 10 december naar HESS hebben opgestuurd, waar het op 14 december als discussieartikel werd gepubliceerd (van Oldenborgh et al., 2015). Helaas zijn de meeste stationsreeksen van het Britse Met Office (nog?) niet vrij beschikbaar, zodat we alleen één station en gebiedsgemiddelden konden analyseren. Ook hebben we bekeken naar de invloed van het versterkte broeikaseffect op extreme neerslag in dit gebied in de klimaatmodellen EC-Earth en het Weather@Home ensemble.

De waarnemingen laten zien dat deze neerslagevents geen hele zeldzame gebeurtenissen waren, met herhalingstijden rond de

b

c

50 jaar. Dit geldt dus voor gebiedsgemiddelden van zo’n 200 x 200 km2, want lokaal kunnen de neerslaghoeveelheid en herhalingstijd hoger zijn. De kans op dit soort extremen is zowel in de waarnemingen als in de modellen toegenomen met ongeveer 40%, met een onzekerheidsmarge die van 5% tot 80% loopt: een kleine maar wel duidelijke toename. Dit komt overeen met een toename in de intensiteit van rond de 3%. De wet van Clausius-Clapeyron vertelt ons dat we voor elke graad temperatuurstijging zo’n 6% meer vocht in de atmosfeer kwijt kunnen. Als de relatieve vochtigheid niet veel verandert is dat ook ongeveer de verwachte toename van extreme neerslag (Lenderink en van Meijgaard, 2008). De Atlantische Oceaan is grofweg een halve graad opgewarmd, dus de waargenomen en gemodelleerde toenames komen overeen met wat we verwachten. De onzekerheidsmarges zijn echter groot.

Ook hier is de samenhang met El Niño klein, want de correlatie van r = 0.14 verklaart slechts 2% van de variatie. Het ECMWF seizoensverwachtingmodel System-4 bevatte de afgelopen 35 jaar ook geen enkele skill in regenverwachtingen voor dit gebied. Deze zwakke samenhang komt echter toch overeen met een verandering in herhalingstijd van ongeveer 40%, vergelijkbaar met het effect van de opwarming. Niettemin vinden we dit veel minder interessant. Eén reden hiervoor is dat het effect van de opwarming op de regen redelijk goed begrepen is, terwijl het verband met El Niño minder goed vaststaat. Ook komt een sterke El Niño gemiddeld maar eens in de 20 jaar voor, terwijl de opwarming elk jaar speelt en zelfs nog sterker wordt. Eén keer in de twintig jaar een verwachting kunnen opstellen dat de kans op zoveel regen 40% Meteorologica 1 - 2016

33

Figuur 3. Rangorde van de temperatuur in december 2015 sinds 1880. In paarse gebieden was december 2015 de warmste in de reeks.

hoger is dan normaal heeft minder nut dan beweren dat vanaf nu elk jaar die kans zo veel groter is dat we onze infrastructuur daarop moeten afstemmen.

We hebben het nog steeds over regen, niet over overstromingen. Om die te kunnen analyseren moeten we samenwerken met hydrologen. Dan kunnen we niet alleen de veranderingen in neerslag onderzoeken, maar ook de veranderingen in rivierafvoer, rivierhoogte en overstroomd gebied. Een eerste studie waarin we dat gedaan hebben voor de overstromingen van de Thames in 2013/2014 is net verschenen (Schaller et al., 2016).

We hopen zulk werk ook op het KNMI te gaan doen.

Blijft over de vraag waarom om het jaar een deel van Engeland onderloopt door regenval met een herhalingstijd van minder dan honderd jaar...

Literatuur

Schaller, N., et al., 2016, Human influence on climate in the 2014 Southern England winter floods and their impacts’, Nature Climate Change, doi: 10.1038/nclimate2927. van Oldenborgh, G. J., et al., 2015, Climate change increases the probability of heavy rains like those of storm Desmond in the UK – an event attribution study in nearreal time. Hydrol. Earth Syst. Sci. Discuss., 12, 13197–13216, doi: 10.5194/hessd-1213197-2015.

Lenderink, G., and E. van Meijgaard, 2008, Increase in hourly precipitation extremes beyond expectations from temperature changes. Nature Geoscience, 1, 511-514, doi: 10.1038/ngeo262.

[Celsius] (anomalies)

a Nov-Jan monthly temperature CNT 1906:2016 (90% CI) 10 b 5 0 -5 -10

gpd >80% shift fit 1906 gpd >80% shift fit 2015 observed 2015 1

2

5 10 100 return period [yr]

1000

10000

Figuur 4. a) Herhalingstijd van de temperatuuranomalie van december 2015 in de context van alle vorige november-, december- en januari-anomalieën, met een fit aan een GPD distributie die opschuift met de wereldgemiddelde temperatuur, b) de geografische verdeling van de herhalingstijd in het huidige klimaat.

34

Meteorologica 1 - 2016

Nieuwe producten Apogee Net Radiometer SN-500 Apogee Instruments breidt het assortiment uit met een vier-componenten radiometer, de SN-500! Deze compacte lichtgewicht radiometer (Figuur 1) bevat een opwaartse en neerwaartse georiënteerde Pyrgeometer voor het meten van langgolvige straling en een opwaartse en neerwaartse georiënteerde Pyranometer voor het meten van kortgolvige straling. Deze vier componenten samen geven een waarde voor de netto straling (energie) in W/m2.

De SN-500 Net Radiometer heeft een aantrekkelijke kwaliteit/prijs verhouding in vergelijking met andere net radiometers op de markt. De toepassing is divers, bijvoorbeeld het gebruik in de land- en tuinbouw voor het bepalen van water behoefte, of het kwantificeren van de oppervlakte energie Figuur 1. De Apogee Net Radiometer SN-500. balans bij klimaatonderzoek (bijvoordere analoge kanalen van een logger overbodig is. De Apogee beeld atmosferische en oceaancirculatie in klimaatmodellen).

Net SN-500 Radiometer zal eind maart 2016 leverbaar zijn.

Het instrument is makkelijk te monteren en elk van de vier Voor meer informatie: CaTeC BV, Turfschipper 114, 2292 JB radiometers is voorzien van een verwarmingselement. Dit verWateringen, tel. 0174272330, info@catec.nl, www.catec.nl. warmingselement verhoogt de nauwkeurigheid van de meting door het minimaliseren van de invloed van dauw, bevriezing en sneeuw op het filter. De radiometer bevat een A/D conversie en een SDI-12 digitale uitgang waardoor aansluiting op meer-

Lichtsensoren van Thies voor Globale Straling met Modbus uitgang Thies-Clima in Göttingen heeft haar al omvangrijke programma van Pyranometers uitgebreid met een Modbus uitgang, zowel de GSM 3.3 als de 10.7 voor het meten van de globale straling en een lichtsterkte uit de 7.1415.0x.xxx serie (Figuur 2). De GSM 3.3 & 10.7 kenmerken zich door het brede spectrum waarin de energie van het licht wordt gemeten nl. van 380 – 2800 µm.

Het energie meetbereik is 0 -1300 W/m2.

Nog een voordeel van de GSM is dat de stralingsopnemer in tegenstelling tot vele andere opnemers is voorzien van een standaard elektrische uitgang zoals 0-5/10 V en 4-20 mA. Toepassingsgebieden; meteorologie, luchtvaart, rijkswegen en tunnelverlichting, glastuinbouw en de gebouwenautomatisering.

Voor meer informatie: CaTeC BV, Turfschipper 114, 2292 JB Wateringen, tel. 0174272330, info@catec.nl, www.catec.nl.

Figuur 2. Thies globale stralingsmeter.

Meteorologica 1 - 2016

35

Najaarssymposium NVBM: ‘Space weather’ Janneke Ettema, Gert-Jan Steeneveld Op vrijdag 20 november 2015 stond het thema ‘Space Weather’ centraal tijdens het NVBM najaarssymposium. Een zeer interessant, breed spectrum aan sprekers was bereid om de geheimen van allerlei atmosferische verschijnselen op de aarde en daarbuiten te ontrafelen. We schoten door het hele heelal heen en weer, beginnend bij de zonnefysica, via de operationele impact van het voorspellen van ruimteweer naar indrukwekkende sprites bij onweerswolken, langs het weer op verre werelden, om ten slotte uit te komen bij het immer imponerende poollicht. Met een dergelijk scala aan onderwerpen was het niet verwonderlijk dat het symposium van start tot finish gepaard ging met een imponend visueel geweld door middel van spectaculaire foto’s en filmpjes. Hier zullen we proberen dit spektakel kort samen te vatten.

Na de opening door NVBM-voorzitter Albert Klein Tank nam Bert van den Oord (KNMI) zijn publiek mee op reis naar de zon (Figuur 1). Startende vanuit de kern van de zon vertelde Bert enthousiast over de kenmerken van gelaagdheid van de

Figuur 1. Veertien jaar de zon in Röntgenstraling.

zon, waarbij het publiek tegelijkertijd werd ingevoerd in de desbetreffende terminologie. Het publiek zat op het puntje van de stoel om alle wiskundige vergelijkingen te ontleden, maar ook om lastige onderwerpen als magnetodynamica, radiovlammen, zonnevlekken, plasmagolven, bremstraling en poollicht tot zich te nemen.

Na deze visuele storm nam Willem-Pieter van der Laan (Joint Meteorologische Groep) ons mee naar het militaire werkveld

van operationeel ruimteweer (Figuur 2). Hij legde gedetailleerd uit in hoeverre verschillende zonneproducten het werk van een soldaat kunnen verstoren. Protonenstormen, flares en bursts, geomagnetische stormen, maar ook ionosferische scintillaties zijn storende factoren voor de verschillende navigatie-, communicatie- en detectiemiddelen. Met sprekende voorbeelden en ervaringen uit het veld kreeg men een uniek kijkje in de keuken van onze defensie.

Het tijdig voorspellen van ruimteweer gericht op de aarde is van groot belang. Jan Janssen (Koninklijke Sterrenwacht België) is betrokken bij het Solar Indices Data analysis Centre, dat een regionale waarschuwingsdienst voor zonne-invloeden op de aarde is. Dat het opstellen van berichten voor ruimteweer (Figuur 3) een totaal andere tak van sport is dan aardse weersvoorspellingen werd al snel duidelijk door de bijzondere waarnemingstechnieken en modellen die voorhanden zijn, maar ook door de veelheid aan onzekere factoren. In Ukkel werken verschillende instituten samen om met name onze satellieten en (radio)vliegverkeer veilig te houden.

Na de lunch liet Oscar van der Velde (Technische Universiteit van Catalonië) zien welke zeldzame visuele verschijnselen er zoal in onze aardse atmosfeer waar te nemen zijn. Met een goede camera en gesitueerd op een hoog balkon neemt hij de mooiste foto’s tijdens onweersbuien. Daarnaast heeft Oscar als lid van de Lightning Research Group toegang tot vele

Figuur 2. Voorbeeld van een ruimteweersverwachting bij de JMG.

36

Meteorologica 1 - 2016

Figuur 3. Dagelijkse ruimteweersverwachting uitgegeven door het SIDC, zie http://www.sidc.be/.

detectiemogelijkheden van sprites (Figuur 4), jets en bliksemontladingen, zodat hij haarfijn de fysische verschillen aan de hand van veel beeldmateriaal kon uitleggen.

Remco de Kok (Stichting Ruimteonderzoek Nederland/Leids Observatorium) verlegde de focus naar het buitenaardse, namelijk naar het weer op verre werelden. Met behulp van

Figuur 6. De website http://poollicht.info/, waarop tips voor het waarnemen en fotograferen van het poolicht staan vermeld.

de nieuwste en meest geavanceerde satellieten en telescopen (Figuur 5) komen we stukje bij beetje meer te weten over exoplaneten. Vooral intrigerend is de vraag of er wolken bestaan op de zogenaamde ‘hete jupiters’ en hoe men het bestaan en de eigenschappen kan afleiden uit zeer hoge resolutie spectrale beelden van huidige (en toekomstige) telescopen in combinatie met simpele klimaatmodellen.

Tot slot gaf Roy Keeris (Universiteit Utrecht) praktische tips om poollicht waar te nemen, en waar op aarde men dit fenomeen het beste perfect in beeld kan krijgen (Figuur 6). Met prachtige zelfgenomen foto’s zorgde hij ervoor dat het poollicht bij de meeste bezoekers zeker op hun bucketlist kwam te staan.

Figuur 4. Waarnemingen van sprites (www.lightningwizard.com).

Tijdens de afsluitende borrel was dit toch wel enigszins ongebruikelijke thema veelvuldig onderwerp tot gesprek, waarbij het vooral de vraag was: welk weergerelateerd onderwerp kan dit spektakel visueel overtreffen? Voor suggesties houdt het bestuur zich van harte aanbevolen.

Figuur 5. Nieuw te bouwen “European Extremely Large Telescope” (links), de huidige “Very Large Telescope” (midden), en ter vergelijking het Colosseum (rechts).

Meteorologica 1 - 2016

37

Over onderwijzen

column

Leo Kroon

38

Meteorologica 1 - 2016

In de klas van meester de Haan heerste een ijzeren discipline: als hij het leslokaal betrad gingen we allemaal naast onze bank staan, en na een signaal van hem mochten we weer gaan zitten. Praten zonder dat je iets gevraagd was, dat was streng verboden en verder verliet je pas je bank als je daar toestemming voor kreeg.

Aan het einde van de schooldag werd de hele klas op gedisciplineerde manier het gebouw uitgewerkt: gezamenlijk en steeds iets verder de trap af na een signaal (knip met de vingers) van de meester. Tot aan de voordeur, dan mochten we naar buiten stormen. Een lagere school in de jaren vijftig had naar de huidige normen wel iets militaristisch, zeker als het een jongensschool was. Dat was misschien ook wel nodig, want met 45 jongens in een klas zou het anders een bende worden. Meisjes zaten op de meisjesschool in het gebouw ernaast, en de beide schoolpleinen werden gescheiden door een hoog hek. Enige omgang met de andere kunne tijdens het speelkwartier werd daardoor effectief voorkomen. Eenmaal op de HBS in Rotterdam werd alles iets vrijer maar ook hier hadden de paters Franciscanen, toen nog gehuld in traditionele bruine pij met knopenkoord en sandalen, de wind er aardig onder en was de bewegingsvrijheid enigszins beperkt. Natuurkunde werd op die school gegeven door dr.

Schweers, geen pater overigens en bekend van zijn leerboek “Natuurkunde op corpusculaire grondslag” door Schweers en van Vianen. Van Vianen, een goedmoedige lobbes, door ons onderling “Porky” genoemd vanwege zijn postuur, gaf naast natuurkunde ook nog het vak astronomie, destijds mijn hobby. Ik blader nog wel eens door het natuurkundeboek en verbaas me dan over de mate van abstractie die bij ons, 14-15 jarigen, al werd verondersteld. Bij kinematica ging het bijvoorbeeld over een puntmassa P met snelheid v langs een lijn l. Het hele boek, inclusief de omslag en de enkele figuren, was uitgevoerd in sober zwart/wit. Vergelijk dit eens met de huidige kleurrijke leerboeken, ook in het hoger onderwijs; dan moet ik soms goed zoeken naar stukjes theorie tussen vele voorbeelden, toepassingen en leuke intermezzo’s.

In de onderbouw voerde Schweers tijdens zijn lessen een waar schrikbewind en durfde je bijna geen vinger te verroeren want voor het minste of geringste werd je letterlijk de klas uit geslagen. In de bovenbouw echter was hij een heel ander mens, hij kwam dan het klaslokaal binnen met zijn sigaret in een houder, dat gaf iets gedistingeerds, en was hij aimabel, onverstoorbaar en vrolijk. Dat ik later een exacte studierichting heb gekozen moet, naast een zekere aanleg

hiervoor, door zijn bevlogenheid en liefde voor het vak zijn gekomen. Een docent die in staat is een vonk over te brengen op jonge mensen is vaak bepalend voor hun studiekeuze en latere carrière.

Toen de eerste pc’s hun intrede in het onderwijs deden, het zal midden jaren zeventig zijn geweest, werd al snel voorspeld dat de pc de leraar binnen de kortste keren overbodig zou maken. Alle argumenten daarvoor zal ik maar niet herhalen. Zoals zo vaak bestond deze toekomstvisie uit het lineair extrapoleren van een, tijdelijke, trend en het bleek uiteindelijk dat het onderwijzen van jonge mensen méér is dan alleen kennis en vaardigheden overdragen en dat de pc een handig hulpmiddel daarbij is, maar meer ook niet. Onderwijzen is en blijft mensenwerk. Dat merk ik in mijn huidige onderwijs ook telkens. In de colleges voor de eerstejaars studenten gebruik ik weliswaar veel powerpoints met animaties en korte filmpjes die de student helpen de atmosfeer, die 4-dimensionale en vaak turbulente stroming op een draaiende bol, beter te begrijpen, maar het verhaal wordt toch verteld door de docent die met zijn enthousiasme en vakkennis de studenten probeert te inspireren. In de colleges atmosferische dynamica voor de masterstudenten wordt een hogere graad van abstractie geëist en hiervoor voldoet een ouderwets bord & krijtje, maar ook hier is het de docent die de studenten uitdaagt, met ze discussieert, ze aan het denken zet en ze regelmatig stimuleert.

Gelukkig hebben de digitale ontwikkelingen veel nieuwe benaderingen mogelijk gemaakt en heeft de docent tegenwoordig een breed scala aan onderwijsmogelijkheden. In Wageningen kan de docent zich desgewenst bekwamen in zaken zoals “Brain Based Teaching”, “Gamification”, “Knowledge clips” en zoiets exotisch als de “Flipped classroom”. Allemaal nuttige instrumenten om de studenten nog beter de studiestof te laten begrijpen en opnemen. Maar aan het eind gaat het toch om bevlogen docenten die als inspiratiebron dienen voor generaties jonge mensen die hun weg in het leven nog moeten zoeken. Schweers had dat heel goed begrepen en in praktijk gebracht. Ik ben hem daar nog steeds dankbaar voor.

Sponsors van de Nederlandse Vereniging ter Bevordering van de Meteorologie

Colofon Redactie Hoofdredacteur: Richard Bintanja (e-mail: bintanja@gmail.com, tel: 030-2206499) Redactieleden: Wim van den Berg, Aarnout van Delden, Janneke Ettema, Robert Mureau en Rob Sluijter Artikelen en bijdragen Deze kunnen 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).

Administratie: Janneke Ettema (bestuurnvbm@gmail.com) Penningmeester: Olaf Vellinga (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 28,- 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 34,- Euro per jaar.

Ook losse nummers kunnen op deze manier worden besteld (zolang de voorraad strekt) voor 9,- Euro per stuk, onder vermelding van de gewenste jaargang en nummer(s). Instellingen betalen 59,- Euro voor een abonnement. Opzeggingen per email naar het bestuur (bestuurnvbm@gmail.com); hierbij geldt een opzegtermijn van drie maanden.

Lid worden van de NVBM Het lidmaatschap van de NVBM kost 50,Euro per jaar. Meer informatie hierover is te vinden op de NVBM website: www.nvbm. nl. Opzeggingen per email naar het bestuur (bestuurnvbm@gmail.com); 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: bintanja@gmail.com, tel: 030-2206499).

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 Olaf Vellinga (zie boven).

Meteorologica 1 - 2016

39