Achtergrond

Centraal Nederland Temperatuurreeks

De Centraal Nederland Temperatuurreeks (CNT) is een reeks van maandgemiddelde temperaturen van een aantal stations in Nederland opgebouwd uit gehomogeniseerde reeksen.

In dit artikel doen we verslag van het homogeniseren van een aantal van deze reeksen en van de bouw van de CNT. Het blijkt dat de gemeten opwarming robuust is voor de verplaatsingen van stations en de veranderingen in meetmethodes en –systemen. Ook vergelijken we de CNT met de datasets die gebruikt worden om de globale temperatuur te schatten. De verschillen in trends lopen op tot 30% - wat de noodzaak om analyses te doen op basis van homogene data nog eens onderstreept. 

Foto van de Pagode met in de nok van het dak de thermograaf. Naast de Pagode staat een Stevensonhut. De hoogte van de thermometer in die hut was 2.20 m, vandaar het trapje voor de Stevensonhut.

Motivatie

Nederland kent een netwerk van stations wat al sinds het begin van de 20e eeuw in een redelijke dekking bestaat. Het is onvermijdelijk dat door verplaatsingen van stations, veranderingen van meetapparatuur of meetprocedures er breuken of discontinuïteiten in reeksen ontstaan. Voor de klimatologie, en in het bijzonder voor de kwantificering van klimaatverandering in Nederland, zijn deze breuken funest; zij zullen een trend in temperatuur kunstmatig verhogen of verlagen. 

Binnen het (internationale) klimaatonderzoek wordt de uitvoer van klimaatmodellen gevalideerd aan met waarnemingen. Niet alleen een breuk in de reeksen zal de validatie in de wielen rijden, ook speelt mee dat een gebiedsgemiddelde (waaruit de uitvoer van modellen in feite bestaat) op essentiële punten iets anders is dan een puntwaarneming. 

Deze overwegingen hebben er toe geleid om maandgemiddelde temperaturen van een aantal stations te homogeniseren en op basis van een selectie van deze stations de Centraal Nederland Temperatuur reeks te bouwen.

Groei van het meetnetwerk in vogelvlucht

De eerste Nederlandse temperatuurmetingen werden aan het eind van de 17e eeuw verricht. Vanaf 1706 zijn op verschillende locaties systematisch metingen gedaan die samengevoegd zijn tot een continue reeks door Labrijn (1945). Door de afwezigheid van standaardprocedures bij het meten, standaardinstrumenten en thermometerhutjes, is het lastig om deze lange reeks te homogeniseren.

In 1906 is het klimatologische netwerk operationeel geworden in Nederland. Dit netwerk biedt wel de mogelijkheid voor de bouw van een continue en homogene temperatuurreeks; de meetprocedure was sterk gestandaardiseerd en een Stevenson thermometerhut werd gebruikt op bijna alle stations. De uitzondering is De Bilt, waar pas op 17 mei 1950 de Stevensonhut de grote ‘Pagode’ verving. Dit was een grote open hut met een puntdak, waarin een thermograaf op 2.2 m hoogte stond (figuur 1).

Op de hoofdstations werden uurlijkse metingen gedaan, op de zogenaamde secundaire stations van het klimatologische netwerk werden driemaal daags metingen gedaan. Daarnaast werden de dagelijkse minimum- en maximumtemperatuur afgelezen. Rond 1950 werd een nieuw synoptisch netwerk in gebruik genomen. Dit netwerk werd in de lucht gehouden voor de weersverwachting binnen het KNMI, terwijl, parallel aan dit netwerk, het klimatologische netwerk metingen verrichtte voor de Klimatologische Dienst van het KNMI. Deze situatie bleef bestaan tot rond 1990 toen de twee netwerken geïntegreerd werden tot één volledig geautomatiseerd observationeel netwerk.

Op basis van gehomogeniseerde metingen van een aantal stations uit dit netwerk is een homogene reeks van maandgemiddelde dagtemperaturen samengesteld. Waar lange continue reeksen bestonden zijn deze gebruikt, anders is een reeks samengesteld op basis van metingen van naburige operationele en afgesloten stations.

Bouw van lange continue reeksen

Op de secundaire stations van het klimatologische netwerk werd de minimum- en maximumtemperatuur tussen 19:00-19:00 en de temperatuur op 08:00, 14:00 en 19:00 lokale tijd gemeten. Gebaseerd op deze vijf dagelijkse metingen heeft Van der Hoeven (1992) een nauwkeurige schatting van de dagelijks (0:00-0:00) gemiddelde temperatuur kunnen maken. Zijn elegante methode was een verdere verfijning van een methode die al in 1980 op het KNMI werd gebruikt en geeft, voor De Bilt, de daggemiddelde temperatuur tot op 0.006°C nauwkeurig. Voor Den Helder is de daggemiddelde temperatuur minder nauwkeurig geschat en valt zo’n 0.1 – 0.2°C lager uit dan de daggemiddelde temperatuur berekend met 24 uurs waarden. Waarschijnlijk is deze systematische afwijking te wijten aan een andere dagelijkse cyclus op dit kuststation dan in het binnenland.

Vanaf 1970 werden op de secundaire stations acht 3-uurlijkse metingen en de minimum- en maximumtemperatuur geregistreerd. Daggemiddelden zijn berekend door een eenvoudig rekenkundig gemiddelde van deze 10 metingen.

De vervanging van de Stevensonhut door de huidige schotelhutjes met de introductie van de Automatische Weer Stations (AWS), rond 1990, geeft een verwaarloosbaar klein effect op de maandgemiddelde dagtemperatuur (Brandsma & Van der Meulen, 2008). Deze auteurs hebben 9 hutjes, waaronder de ‘gewone’ en geventileerde Stevenson hut en een aantal andere geventileerde hutjes, met de schotelhutjes vergeleken die nu in gebruik zijn bij het KNMI op basis van een 6-jarig veld experiment.

De meeste reeksen waren compleet, op een paar uitzonderingen na (Den Helder, Sittard, Winterswijk, Hoorn en Eindhoven). Ontbrekende maandgemiddelden zijn ingevuld met maandgemiddelden van naburige stations, waarbij een maandelijkse aanpassing is toegepast om voor klimatologische verschillen te compenseren. Alle reeksen zijn gecontroleerd op uitschieters, en alleen Eindhoven had deze. Vergeleken met een gemiddelde van Gemert/Volkel en Oudenbosch/Gilze Rijen, gaf Eindhoven in mei tot juli 1952 lagere temperaturen, tot wel 3°C. Uit de metadata blijkt dat vanaf 1 mei 1952 metingen werden gedaan door luchtmachtpersoneel in plaats van de Rijksluchtvaartdienst. Deze overgang verliep niet geheel vlekkeloos. De rapporten van de KNMI-inspecteurs uit het midden van de jaren ‘50 klagen over de hoge frequentie van foute metingen.

Acht lange reeksen die de periode 1906 tot heden beslaan zijn opgebouwd door bestaande reeksen in elkaar te schuiven. De oudere delen zijn aangepast aan de jongere delen door maandelijkse aanpassingen die berekend zijn over de periode dat beide delen elkaar overlappen. Deze aanpassingen zijn wat gladgestreken met een eenvoudig Gaussisch filter. Figuur 2 geeft de gefilterde aanpassingen. Wat opvalt is dat voor alle maanden en voor alle reeksen, de afgesloten stations blijkbaar warmer waren dan lopende stations. Dit kan gerelateerd zijn aan het z.g. Urban Heat Island effect voor stations als Maastricht en Groningen waar in eerste instantie de metingen midden in de stad werden gedaan en later voortgezet werden op naburige vliegvelden. Voor Maastricht geldt natuurlijk ook dat vliegveld Beek minder beschut is en op grotere hoogte ligt. 

Figuur 2. Additieve aanpassingsfactoren die gebruikt worden om temperatuurreeksen van operationele stations te “blenden” met die van afgesloten stations. Horizontaal is de maand uitgezet, waarbij 0 en 12 voor december staan, 1 voor januari etc. (rood=Den

De verplaatsing van de thermometerhutjes van de bebouwde kom naar vliegvelden zie je rond deze tijd door heel Europa gebeuren. Grappig aan deze gang van zaken is dat zij leidt tot een minder sterke toename van de temperatuur – als er niet gecorrigeerd wordt tenminste. 

Referentiereeks

Eén van de problemen van het bepalen van inhomogeniteiten in een reeks is dat deze methoden het best werken op een verschilreeks met een homogene reeks. De vraag is natuurlijk hoe je weet welke reeks homogeen is als je aan het begin van de analyse staat. Om dit probleem te omzeilen hebben we een referentiereeks gebouwd op een alternatieve manier. Gebruikelijk is om een beperkt aantal reeksen van stations uit de nabijheid van de doelreeks te middelen en deze als homogeen te beschouwen. Hier nemen we alle beschikbare lange reeksen en bepalen, met een Principal Component Analysis, de meest dominante variaties in deze set van reeksen. De reeks die uit deze analyse komt is een gewogen gemiddelde van de lange reeksen die beschikbaar zijn in Nederland. Deze reeks heeft het opwarmingssignaal die de reeksen gemeen hebben net als de variaties in temperatuur door veranderingen in de grootschalige circulatie. Door de middeling van zoveel mogelijk reeksen worden de breuken in de reeksen zoveel mogelijk gedempt. De reeksen van De Bilt, Groningen/Eelde, Winterswijk/Hupsel, Maastricht/Beek, Volkel/Gemert, Oudenbosch/Gilze Rijen en Den Helder/de Kooy dragen bij aan de referentiereeks. Dit sluit de reeks van Vlissingen uit. Het station Vlissingen is erg vaak verplaatst en de reeks heeft veel gaten wat de reeks niet goed bruikbaar maakt.

Kwaliteitstest

Figuur 3 laat de lopende standaard deviaties van de jaargemiddelden van de verschilreeks zien, voor vensters van 11 jaar. De standaarddeviatie varieert aanzienlijk. Zo heeft Gemert een flinke piek rond 1950 die, zoals we zullen zien in de volgende sectie, verband houdt met een flinke breuk rond dat jaar. De Bilt heeft een vrij lage standaard deviatie met een piek in de jaren ’40 en eentje in de 70’er jaren. Voor De Bilt zijn voor de tweede periode twee reeksen beschikbaar, eentje uit het klimatologische netwerk en eentje uit het synoptische netwerk. Uit figuur 3 blijkt dat de standaard deviatie van de synoptische reeks veel groter is dan de klimatologische, wat vertaalt in een groter ruisniveau in de synoptische reeks. De oorzaak van dit hoge ruisniveau is onduidelijk en de synoptische reeks wordt verder niet gebruikt in deze studie.

Figuur 3. Lopende standaarddeviaties over een venster/periode van 11 jaar voor de jaargemiddelden van de verschilreeksen. Het gemiddelde van alle stations is gebruikt als referentiereeks.

Soesterberg en Twenthe geven ook tamelijk hoge ruisniveaus, wat (in het geval van Soesterberg) verrassend is gezien de centrale ligging. De verwachting was dat de ruisniveau’s van De Bilt en Soesterberg beide laag zouden zijn. Het is mogelijk dat de zandgrond van station Soesterberg bijdraagt aan het hoge ruisniveau. Een andere mogelijkheid is dat de militaire waarnemers toch minder zorgvuldig maten, iets dat in de wandelgangen van het KNMI gefluisterd werd.

Wat ook opvalt aan figuur 3 is dat het ruisniveau van alle reeksen, behalve die van Beek, significant daalden na 1990 met de introductie van het geautomatiseerde netwerk.

Ontdekte breuken en trends

Een volledige bespreking van de breuken waarvoor gecorrigeerd is, is te vinden in de publicaties waarop dit artikel is gebaseerd (van Ulden et al. 2009, van der Schrier et al. 2011). Hier geven we alleen een beknopte bespreking van de resultaten van De Bilt en Gemert/Volkel.

De Bilt

De homogeniteitstesten geven breuken rond 1918-20, rond 1950, rond 1968-69 en bij 1976. Overtuigende metadata ontbreekt om de breuken rond 1918-20 en 1976 te verklaren. De metadata rond 1918-20 spreekt alleen van routinematige vervanging van thermometers. Door het gebrek aan metadata om de breuk te duiden wordt niet gecorrigeerd voor deze gedetecteerde breuk. 

Dat is heel anders voor de breuk rond 1950, die duidelijk verwant is aan een reeks aanpassingen die plaatsvonden in het begin van de 50-er jaren. Op 17 mei 1950 werd de Pagode vervangen door een Stevenson hut. Op 16 september 1950 is de opstelling in westelijke richting verplaatst, om op 27 augustus 1951 300 m naar het zuiden te verhuizen.

De breuk rond 1968-69 is waarschijnlijk gerelateerd aan het rooien van een deel van de boomgaard voor een parkeerplaats in de nabijheid van de opstelling. Dit vindt plaats aan het einde van maart 1967. Ook de bouw van het huidige gebouw B, die in november 1967 begon en op 2 januari 1969 het hoogste punt bereikte, zal invloed hebben gehad. Na correctie voor de breuken van 1950 en 1968-69 is de aangepaste reeks opnieuw door de homogeniteitstest gehaald. Deze keer wordt de 1976breuk wel opgemerkt, maar haalt het 95% significantieniveau niet. 

Brandsma (KNMI) homogeniseerde de De Bilt temperatuur ook door gebruik te maken van een meer fysisch gebaseerde methode (in tegenstelling tot de statistische benadering die hier gebruikt wordt). Hij corrigeerde voor de vervanging van de Pagode voor de Stevenson hut, de verplaatsingen in 1950 en 1951, een verlaging van de Stevenson hut van 2.2 m naar 1.5 m die plaatsvond in juni 1961 en het vervangen van de kunstmatig geventileerde Stevenson hut met het huidige schotelhutje in juni 1993. Tenslotte corrigeerde Brandsma nog voor een kunstmatige opwarming van 0.11°C per 100 jaar door het stadseffect van het uitdijende Utrecht. De correctiefactoren van Brandsma voor de breuk in 1950 en de factoren gevonden in de huidige studie komen goed overeen (figuur 4). Het gebruik van een filter op aanpassingsfactoren voor de breuk in De Bilt die we toepassen, maakt dat onze aanpassing wat voorzichtiger is dan die van Brandsma. De aanpassing voor de breuk van 1968-69 en Brandsma’s correctie voor het stadseffect zorgen ervoor dat de twee reeksen verschillen. De RMS van de jaargemiddelde verschilreeks is 0.1°C.

Figuur 4. Breuken voor De Bilt voor de veranderingen in meetopstelling en locatie rond 1950. De amplitude van breuk zoals bepaald door Brandsma met een fysische methode is weergegeven in rood, de statistische benadering is in groen en de bijbehorende gefi

Gemert/Volkel

De homogeniteitstesten geven een flinke breuk en een discontinue trend rond 1950. De breuk en trend zijn duidelijk te herkennen in figuur 5, waar de verschilreeks van Gemert/Volkel met de referentiereeks (jaargemiddelden) geplot is. Deze breuk komt door het opnieuw inrichten van de meetlocatie op 27 september 1949. Inspecteurs hadden destijds al gewezen op het feit dat de locatie niet voldeed aan de gestelde eisen wat de omgeving betreft. De locatie bood teveel beschutting en dus onvoldoende ventilatie. De groei van de vegetatie bood in de loop van de tijd steeds meer beschutting, wat een kunstmatige (niet-klimaat gerelateerde) opwarming geeft in het eerste deel van de reeks. Ook stond de Stevenson hut niet op de juiste hoogte. Deze reeks is gecorrigeerd voor de breuk en de discontinue trend, waarbij de opwarming in het eerste deel van de reeks is verwijderd zodat het verschil met de referentiereeks geen trend meer ziet in de periode voor 1950.

Figuur 5. Trends en breuken in de jaargemiddelde verschiltemperatuur tussen de Gemert/Volkel reeks en de referentiereeks [°C].

De Centraal Nederland Temperatuurreeks

De CNT is gebaseerd op een selectie van de gehomogeniseerde reeksen van maandgemiddelde daggemiddelde temperaturen. Deze reeksen zijn die van De Bilt, Winterswijk/Hupsel, Oudenbosch/Gilze Rijen en Gemert/Volkel. Vanaf 1951 wordt de reeks van Eindhoven toegevoegd en Deelen komt erbij vanaf 1958. De CNT is eenvoudigweg gedefinieerd als het gemiddelde van deze reeksen. De reeks is aangepast op maandbasis om te corrigeren voor de toename van 4 naar 5 en 6 reeksen. Deze aanpassingen zijn berekend over de 1961-2008 periode, gefilterd met een Gaussisch filter, en zijn klein (circa 0.01°C). De ligging van de stations wordt weergegeven in figuur 6.

Figuur 6. Kaartje van Nederland met de stations waar de CNT op gebaseerd is.De rode plek is ruwweg het gebied omsloten door deze stations en waarvoor de CNT reeks representatief is. (bron: Bosatlas van het klimaat)

De lange reeksen van Den Helder/De Kooy, Groningen/Eelde en Leeuwarden in het noorden en Maastricht/Beek en Sittard/Beek in het uiterste zuiden zijn niet aan de CNT toegevoegd omdat zij aan de rand van het land liggen en daarom minder representatief zijn voor het midden van Nederland. De belangrijkste reden om de reeksen van Schiphol en Rotterdam niet toe te voegen is dat deze stations tamelijk dicht bij zee liggen en de metingen beïnvloed kunnen zijn door de grote steden waar ze vlak bij liggen. Voor Schiphol zal de onstuimige ontwikkeling van de luchthaven zelf ook een invloed hebben op de temperatuur.

Andere lange reeksen in Nederland zijn gestopt (Hoorn, Soesterberg) of hebben teveel gaten (Vlissingen) om te kwalificeren voor de CNT. De reeksen van Twenthe en Sittard worden als te ruizig gezien om mee te nemen in de CNT.

Aan de CNT wordt het versienummer 1.1 gehangen, om onderscheid te maken met de CNT1.0 die eerder door van Ulden et al. (2009) is gepubliceerd. Beide versies van de CNT zijn gebaseerd op dezelfde stations, het verschil zit in verschillende referentiereeksen (Aad van Ulden gebruikte een selectie van reeksen van naburige stations) en de statistische methode om breuken te herkennen. Hoewel veel gedetecteerde breuken en trends in de studies voor de CNT1.0 en CNT1.1 gelijk zijn, zijn er een paar verschillen. Deze verschillen dwongen ons om opnieuw het archief te bezoeken met de metadata, wat er in enkele gevallen toe geleid heeft het tijdstip van een breuk te herzien. 

Hoewel de CNT gebaseerd is op reeksen uit een gebied met het zwaartepunt ruwweg in zuidoost Nederland, is de CNT representatief voor een groter gebied (figuur 7). Deze figuren laten een hoge correlatie zien voor winter (DJF) en zomer (JJA) gemiddelden van de CNT met corresponderende velden van de E-OBS dataset (Haylock et al. 2008) tot ver buiten het Nederlandse gebied.

Figuur 7a. Correlaties tussen de jaar-op-jaar fluctuaties van de CNT v1.1 reeks en de E-OBS 3.0 temperatuur dataset (Haylock et al., 2008). Correlatie voor het winterseizoen (DJF). De trend uit beide datasets is verwijderd door de jaar-op-jaar verschillen
Figuur 7a. Correlaties tussen de jaar-op-jaar fluctuaties van de CNT v1.1 reeks en de E-OBS 3.0 temperatuur dataset (Haylock et al., 2008). Correlatie voor het winterseizoen (DJF). De trend uit beide datasets is verwijderd door de jaar-op-jaar verschillen
Figuur 7b. Correlaties tussen de jaar-op-jaar fluctuaties van de CNT v1.1 reeks en de E-OBS 3.0 temperatuur dataset (Haylock et al., 2008). Correlatie voor het zomerseizoen (JJA). De trend uit beide datasets is verwijderd door de jaar-op-jaar verschillen
Figuur 7b. Correlaties tussen de jaar-op-jaar fluctuaties van de CNT v1.1 reeks en de E-OBS 3.0 temperatuur dataset (Haylock et al., 2008). Correlatie voor het zomerseizoen (JJA). De trend uit beide datasets is verwijderd door de jaar-op-jaar verschillen

Figuur 8 vergelijkt jaarlijks gemiddelde waarden van de CNT1.1 met reeksen die veel gebruikt worden om de temperatuurverandering in Nederland te illustreren. Dit zijn de CNT1.0, de temperatuur in De Bilt uit de KNMI database en uit die van GHCN, en geïnterpoleerde data uit datasets die ook gebruikt worden om de globale temperatuur te schatten (CRUTEM3, NOAA/NCDC en NASA/GISS). Voor deze laatste datasets gebruiken we een geïnterpoleerde waarde voor het centrum van het gebied omsloten door de zes reeksen waaruit de CNT bestaat. 
De meest in het oog springende verschillen met de CNT1.1 geeft de reeks van De Bilt uit de GHCN database ( figuur 8d). Deze database wordt gebruikt om de geroosterde GISTEMP dataset te maken, die hetzelfde euvel heeft ( figuur 8h). De GHCN reeks heeft een flinke breuk rond 1950 van circa 1.5°C. Deze inhomogeniteit is veroorzaakt door een combinatie van de factoren hierboven besproken en een verandering in meetmethode. Voor 1950 werd, naast de thermograaf, ook driemaal daagse temperatuur waarnemingen en minimum en maximum temperatuur genoteerd. De KNMI De Bilt temperatuur is gebaseerd op de uurlijkse waarnemingen van de thermograaf. Aan internationale databases zoals GHCN werden alleen de driemaal daagse metingen gegeven, zonder de dagelijkse minimum- en maximumtemperaturen. De daggemiddelde van voor 1950 in die databases is dan ook een gemiddelde van slechts drie metingen. In de versie van GISTEMP met een lagere ruimtelijke resolutie (1200 km vs. 250 km) is de inhomogeniteit minder duidelijk omdat veel meer stations bijdragen aan de gridbox gemiddelde in deze versie. Deze versie wordt gebruikt om de GISTEMP schatting van de wereldgemiddelde temperatuur te berekenen.

Figuur 8. Verschillende representaties van de temperatuur in Centraal Nederland. (a) CNT1.1, (b) CNT1.0, (c) waargenomen De Bilt temperatuur. (e-g) Het punt 51.8°N, 5.6°E geinterpoleerd vanuit de land temperatuur datasets (e) CRUTEM3, (f) NOAA/NCDC, (g) N

De CRUTEM3 geeft een inhomogeniteit rond 1951. Eerder werk van Aad van Ulden wijst uit dat dit waarschijnlijk komt door het gebruik van de gecombineerde Groningen/Eelde en Maastricht/Beek reeksen zonder correcties aan te brengen voor de herlokatie. De periodes waarin deze reeksen elkaar overlappen zijn respectievelijk 1946-1951 en 1946-1952. Ook de breuk in de De Bilt reeks zal bijdragen aan de inhomogeniteit van de CRUTEM3 reeks.

Tabel 1 geeft de waarden van de trends in temperatuur over 1906-2010 en 1975-2010 voor deze reeksen. Merk op dat de verschillen in de trends groot zijn. Voor het tijdvak 1975-2010 loopt dit op tot wel 30%! De De Bilt temperatuur een grotere trend dan de CNT1.1 over dit tijdvak. Dit komt door de correctie voor de breuk rond 1968/1969. De GHCN reeks geeft helemaal geen trend over 1906-2010. Ondanks dat deze GHCN reeks in de GISS 250km dataset is gebruikt, geeft deze laatste dataset een trend die wel overeenkomt met die van de CNT. Dat komt door een “trend aanpassing” (Hansen et al. 2010) die gebruikt is in deze dataset; het juiste antwoord om de verkeerde reden zullen we maar zeggen.....

Breuk detectie 

De methode die we hebben gebruikt om mogelijke discontinuïteiten te ontdekken in de lange reeksen is gebaseerd op de tweefasen regressietechniek van Lucie Vincent (1998). Eventuele sprongen in de tijdreeks worden gedetecteerd op het verschil tussen de reeks en een (homogene) referentiereeks. Binnen lopende 40-jaar periodes worden vier verschillende modellen gefit aan deze verschilreeks. Het eerste model bepaalt of de reeks (binnen het 40-jaar venster/periode) homogeen is of niet door een rechte lijn aan de verschilreeks te fitten. De nul-hypothese is dat de residuen van de fit onafhankelijk van elkaar zijn tegen de alternatieve hypothese dat de residuen onderling gecorreleerd zijn. . De verschillende modellen die gebruikt worden staan expliciet uitgeschreven in een kader. Het voldoet hier om te vermelden dat de modellen discontinuïteiten ontdekken ook al is er sprake van een trend in de verschilreeks. Als de trend van de verschilreeks een breuk kent, wordt de stap én de breuk in de trend gedetecteerd.

Als de reeks inhomogeen blijkt te zijn, wordt de grootte en de plaats van de breuk gelokaliseerd door een eenvoudig model.

Waarbij µ1 en µ2 de gemiddelde waarden van de reeks voor en achter de breuk zijn en εt witte ruis is met gemiddelde nul en vaste variantie en n is de lengte van de reeks. Het tijdstip c is de locatie van de breuk als µ1 ongelijk is aan µ2. Een beetje ingewikkelder is het model met een constante trend:

waarbij β de waarde van de trend is die voor en achter de breuk hetzelfde is. Het vierde model geeft ruimte aan de combinatie van een stap en een breuk in trend van de reeks:

waarbij β1 en β2 de waarden van de trend is voor en achter de breuk.

lk model wordt de zogenaamde F-statistiek berekend. Op basis van de maximum waarde van deze F-statistiek wordt, door gebruik te maken van bestaande tabellen uit de literatuur,bepaald of de gedetecteerde breuk met minstens 95% betrouwbaarheid vastgesteld is. Daarbij geldt dat als de fit aan het model te slecht is, wat bepaald wordt met de zogenaamde Durbin-Watson statistiek, dan wordt afgezien van het bepalen van de locatie en grootte van de breuk.

Er is een hiërarchie in het toepassen van de bovenstaande modellen. Model (1) en (2) worden altijd toegepast als een reeks inhomogeen is. Model (3) wordt alleen toegepast als er een visuele bevestiging is dat de verschilreeks zowel een sprong als een breuk in de trend laat zien.

Aad van Ulden

De CNT is het laatste grote project van Aad van Ulden geweest. In juni 2007 stuurde hij ons een mailtje met een conceptrapport van 3 jaar eerder met een eerste opzet om een Centraal Nederland Temperatuur te definiëren. Hij vond (terecht) dat aan zo'n reeks grote behoefte was, niet alleen als maat voor de temperatuurverandering in Nederland maar ook om de uitvoer van klimaatmodellen op een zinvolle manier met waarnemingen te vergelijken. Op de Aad zo eigen wijze bleef hij er eindeloos aan schaven en vijlen. De publicatie van de Toestand van het Klimaat 2008 dwong ons er toe een eerste versie te publiceren (KNMI-WR-2009).

Na Aad's pensionering werd het werk voortgezet, hoewel hij actief mee bleef denken en vaak bijzonder nuttige informatie kon bijdragen. Over verloren gewaande data op de C: schijf van die en die PC, over bijzonderheden die inhomogeniteiten konden verklaren, over de statistische methodes en over de kwaliteit van de verschillende reeksen die we ter beschikking hadden, vaak met het dringende advies vooral die-en-die reeks te mijden. Uiteindelijk is het artikel dat de CNT v1.1 beschrijft (Clim. Past, 7, 527-542, 2011) nog twee weken voor zijn overlijden verschenen.

Tenslotte

Met de gehomogeniseerde reeksen van Nederland wordt een set van reeksen toegevoegd aan het groeiende aantal gehomogeniseerde reeksen die verschillende (Europese) instituten beschikbaar maken voor klimaatonderzoek. De CNT voegt daaraan toe dat er nu ook een reeks bestaat die een representatiever is voor Nederland dan alleen De Bilt. 

De CNT laat zien dat Nederland warmer wordt en bevestigt daarmee wat eerdere studies, op basis van niet-gehomogeniseerde data, al vast stelden. Dit resultaat geeft aan dat de opwarming in Nederland robuust is voor veranderingen in de meetlocaties en voor veranderingen in de meetprocedures en meetsystemen. Dit is een belangrijk resultaat. Het voorbehoud voor breuken in de reeks bij het vast stellen van de opwarming van Nederland is bij het gebruik van de CNT niet meer nodig.

Essentieel is dat de lange reeksen die gebruikt zijn homogeen blijven; de klimatologie is gebaat bij een zoveel mogelijk onveranderende omgeving. Als een verandering onvermijdelijk is, dan is het belangrijk om langere tijd parallel te meten. Deze WMO aanbeveling is ook standaard binnen het KNMI en zorgt ervoor dat in de toekomst er geen gebruik meer gemaakt hoeft te worden van (blinde) statistiek om tot een homogene reeks te komen.

De auteurs willen Theo Brandsma (KNMI) bedanken voor het beschikbaar maken van zijn gehomogeniseerde reeks voor De Bilt. Jan Huizinga is dank verschuldigd voor zijn hulp bij het ontrafelen van de metadata in de KNMI archieven. 

Literatuur 

  • Brandsma, T. en J. van der Meulen (2008) Thermometer screen intercomparison in De Bilt (the Netherlands) - Part II: Description and modeling of mean temperature differences and extremes, Intern. J. Climatology 28, 389-400, doi:10.1002/joc.1524.
  • Hansen J., R.Ruedy, M. Sato en K. Lo (2010) Global surface temperature change,Rev. Geophys. 48, RG4004, doi:10.1029/2010RG000345.
  • Haylock, M. R., N. Hofstra, N., A.M.G. Klein Tank, E.J. Klok, P.D. Jones en M. New (2008) A European daily high-resolution gridded data set of surface temperature and precipitation for 1950-2006, J. Geophys. Res. (Atmospheres)113: D20119, doi:10.1029/2008JD010201
  • Labrijn (1945) The climate of the Netherlands during the last two and a half centuries. KNMI Mededelingen en Verhandelingen, KNMI No. 102.
  • Van der Hoeven (1992) Etmaaltemperatuur en Dagextremen uit Termijnwaarnemingen. Memorandum KD 92-08, KNMI
  • van der Schrier, G., A.vanUlden en G. J. van Oldenborgh (2011) The construction of a Central Netherlands Temperature, Clim. Past7 : 527-542, doi:10.5194/cp-7-527-2011. Zie externe links (Climate of the past)
  • van Ulden, A., G. J. van Oldenborgh en G. van der Schrier (2009) The Construction of a Central Netherlands temperature, KNMI, WR 2009-03
  • Vincent, L. (1998) A Technique for the Identification of Inhomogeneities in Canadian Temperature Series. J. Climate 11, 1094-1104.
Niet gevonden wat u zocht? Zoek meer achtergrond artikelen