Klimaatverandering | klimatologische meetgegevens, cycli en fluctuaties

Klimatologische meetgegevens, cycli en fluctuaties

Het weer en het klimaat worden onder anderen bepaald door de rotatie van de aarde om haar as, de baan van de Aarde om de Zon, de banen van Jupiter en Saturnus om de zon, de baan van de Maan om de Aarde en mogelijk zelfs door de baan van het Zonnestelsel in de Melkweg. Dit zijn allemaal min of meer cyclische bewegingen die samen een ingewikkeld interferentiepatroon vormen dat met vrij eenvoudige middelen redelijk nauwkeurig te berekenen is.

Daarnaast worden het weer en het klimaat onder andere bepaald door de platentektoniek, convectiestromen in de atmosfeer, de water- en koolstofkringloop en het ecosysteem op aarde. Deze veranderingen zijn ingewikkelder dan de baanbewegingen van planeten en sterren. Het betreft vaak stromingsverschijnselen die beschreven worden door de aerodynamica, hydrodynamica en hydraulica en die soms turbulent kunnen verlopen.

Meteorologie en klimatologie draaien voor een groot deel om het meten en analyseren van meteorologische en klimatologische gegevens en het opstellen van modellen die weer en klimaat zo goed mogelijk beschrijven. Weermodellen zijn dynamische systemen die vaak niet-lineaire eigenschappen hebben. Het beroemde vlindereffect werd door de Amerikaanse meteoroloog Edward Lorenz in weerberekeningen ontdekt. Dat was vooral tijdens de jaren 70 van de 20e eeuw een aanzet voor de ontwikkelingen en computersimulaties op het gebied van de zogenaamde chaostheorie en systemen met een fractale dimensie.

Herkomst en waarde van meetgegevens

In de klimatologie speelt het begrip gemiddelde temperatuur op aarde een centrale rol. Deze gemiddelde temperatuur kan niet direct gemeten worden. De gemiddelde jaartemperatuur werd door verschillende weerinstituten over de wereld in een groeiend aantal landen vanaf de tweede helft van de 19e eeuw berekend uit gegevens van de gemeten buitenluchttemperatuur. Voor 1850 zijn door een aantal wetenschappers en instituten klimatologische gegevens gemeten en vastgelegd die voor onderzoek echter weinig gebruikt worden omdat er vaak te veel gegevens over de meetmethode ontbreken. Dat is voldoende reden om aan de waarde van deze gegevens te twijfelen.

Meteosat

Tegenwoordig worden door onder anderen de NASA, de ESA en de NOAA verschillende soorten satellieten ingezet om wereldwijd meteorologische metingen te doen. De ESA heeft een serie Meteosat-satellieten in een baan om de Aarde gebracht. Hoewel satellieten veel soorten metingen kunnen doen die op een andere manier bijna niet mogelijk zijn blinken ze niet uit in het meten van de luchttemperatuur op de grond.

Temperaturen en andere klimaatgegevens van voor de tijd dat ze systematisch gemeten werden worden bepaald met methoden uit de paleoklimatologie. De klimaatgegevens worden afgeleid uit een combinatie van onderzoeksgegevens zoals de samenstelling van gassen die opgeslagen zijn in ijskernen, dendrologische gegevens, gegevens van pollen en metingen van zuurstofisotopenanalyse uit monsters van sedimenten.

Alle onderzoeksmethoden hebben hun beperkingen en deskundigen verschillen vaak van mening over de waarde van de uitkomsten van verschillende meetmethoden. Zo zijn er verschillen tussen de uitkomsten van metingen aan gassen in ijskernen uit Antarctica en Groenland. Die verschillen kunnen veroorzaakt worden door verschillen in klimaat op het noordelijk en het zuidelijk halfrond. Het kan ook komen doordat Antarctica klimatologisch geïsoleerd ligt op de Zuidpool, omringd door de relatief gesloten zeestroom rond de Zuidelijke Oceaan.

De kooldioxide- en methaanconcentraties die in ijskernen gemeten worden worden vaak als maat genomen voor het bepalen van de gemiddelde temperatuur over een bepaalde periode. Als deze gegevens vergeleken worden met de gegevens van de zuurstofisotopenanalyse uit sediment, waarmee de hoogte van het zeeniveau bepaald wordt, dan ontstaat er niet zelden een probleem.

Analyse van meetgegevens

Op een reeks tijdsafhankelijke meetgegevens kan een fouriertransformatie toegepast worden. De fouriertransformatie van een reeks tijdsafhankelijke meetgegevens levert een frequentiespectrum op. Als bijvoorbeeld de gemeten temperatuur is tussen de tijdstippen en dan wordt de fouriergetransformeerde temperatuur gegeven door:

Resonantiepiek met een normale verdeling

De functie vertoont pieken rond de frequenties waarop oscillaties optreden zoals weergegeven in de figuur rechts voor een enkele frequentie.[7]

Lijnvormen en lijnbreedten

Een piek zoals weergegeven in de figuur rechts heeft een intensiteit, een lijnvorm en een lijnbreedte of bandbreedte. Bekende lijnvormen zijn de Gauss- en de Lorentzlijnvorm. Meestal komen er meerdere pieken voor in een frequentiespectrum die verschillende intensiteiten, lijnvormen en lijnbreedtes kunnen hebben. De lijnvorm en lijnbreedte worden bepaald door een reeks van factoren, zoals de correlatie over langere tijd en het aantal perioden van de oscillatie in het signaal.

Fluctuaties en ruis

Vrijwel alle meetreeksen bevatten behalve een signaal ook een hoeveelheid ruis. Ruis wordt veroorzaakt door fluctuaties in een signaal die niet periodiek zijn en geen correlatie vertonen. Ook ruis heeft een (continu) spectrum dat in veel gevallen wordt gegeven door de functie:

De waarde van geeft aan om welk type ruis het gaat. Witte ruis is niet afhankelijk van de frequentie zodat . Roze ruis wordt zwakker naarmate de frequentie toeneemt waarbij . Vervolgens wordt er nog onderscheid gemaakt tussen bruine en zwarte ruis met respectievelijk en . De waarde van hoeft geen geheel getal te zijn en kan zelfs (gedeeltelijk) afhankelijk zijn van de frequentie.

In het geval van een signaal met witte ruis gaat de basislijn van het spectrum omhoog. In andere gevallen moet het ruisspectrum bij het frequentiespectrum opgeteld worden. Ruisspectra en lijnvormen van resonanties kunnen belangrijke informatie bevatten over het systeem waaraan gemeten is en de processen die zich daarin afspelen.

In de praktijk kunnen meetgegevens van slechte kwaliteit zijn zodat fouriertransformaties van die meetgegevens er ongeveer even chaotisch uitzien als het oorspronkelijke signaal. Meetreeksen die voor klimatologisch onderzoek gebruikt worden lijden vaak aan zulke tekortkomingen. Het is dan ook noodzakelijk om een groot aantal verschillende soorten meetreeksen met elkaar te vergelijken.

Voorbeelden

Als over een lange reeks van jaren in een stedelijke omgeving op elk uur van de dag op een bepaalde plaats de buitentemperatuur gemeten zou worden dan vertoont het frequentiespectrum waarschijnlijk een scherpe piek bij de frequentie 1 / 24 uur−1, een minder scherpe piek bij 1 / 365,2425 dag−1 en mogelijk een antropogeen piekje bij 1 / 7 dag−1 ten gevolge van het weekritme dat mensen eropna houden. Het is de vraag of dat laatste piekje te onderscheiden zal zijn van de ruis in het spectrum.

Temperatuurverloop tijdens het Fanerozoïcum

Fouriertransformaties kunnen goed gebruikt worden voor het manipuleren van signalen, zoals het wegfilteren van ruis of bepaalde frequentiegebieden of het middelen over een tijdsdomein door middel van convoluties. In de figuur rechts is in grijs het temperatuurverloop tijdens het Fanerozoïcum weergegeven met twee tijdsgemiddelden, blauw voor een tijdsgemiddelde van korte duur en zwart voor een tijdsgemiddelde van lange duur.

De zwarte lijn lijkt te suggereren dat er een oscillatie optreedt met een periode van ongeveer 135 miljoen jaar terwijl de blauwe blokken op de tijdas suggereren dat zich met dezelfde frequentie ijstijden voordoen. Nadere beschouwing leert dat zich rond de grens tussen Jura en Krijt, waar een lichtblauw blokje geplaatst is, voor zover bekend geen ijstijd is geweest of iets wat daar op leek. Er zijn hooguit een aantal bergen en bergruggen geweest met gletsjers op de toppen. Waarschijnlijk waren de polen al die tijd ijsvrij. Met de gesuggereerde periodiciteit blijkt het bij nadere beschouwing eveneens tegen te vallen. Er zit een forse spreiding tussen de afstanden tussen pieken en dalen over slechts 3 à 4 perioden. Een afbeelding van een fouriertransformatie ontbreekt.

Oceanische oscillaties

Luchtdrukverschillen van december tot maart tussen Lissabon en Reykjavik

Zeestromingen hebben een grote invloed op het klimaat. Boven warm zeewater is de verdamping bijvoorbeeld hoog zodat de lucht vochtig wordt, opstijgt en wolken vormt waarbij tegelijkertijd warmte van het zeewater naar de hogere luchtlagen getransporteerd wordt. Dit proces is de oorzaak van het ontstaan van tropische cyclonen. Hoe warmer het zeewater, hoe zwaarder de tropische cyclonen.

De temperaturen van het zeewater en de sterkte en richting van zeestromen varieert op sommige plaatsen met de seizoenen. Bovendien kunnen die watermassa's in sommige gevallen in verschillende richtingen bewegen. Dat is bijvoorbeeld het geval in het noordelijk deel van de Atlantische Oceaan en in het zuidelijk deel van de Stille Oceaan.

De verdeling van warm en koud water over het noordelijk deel van de Atlantische Oceaan verschilt per jaar. Die verschillen zijn bepalend voor luchtdrukverschillen tussen de Azoren en Groenland gedurende de wintermaanden en ook voor luchtstromingen en het weer in deze omgeving. Deze jaarlijkse variatie wordt de Noord-Atlantische oscillatie (NAO) genoemd.

Zoals in de figuur rechts te zien is lijkt er geen sterke correlatie tussen de situaties in opeenvolgende jaren te bestaan en lijkt er geen periodiciteit te zijn. Een vergelijkbaar fenomeen doet zich voor in het zuidelijk deel van de Stille Oceaan met El Niño en La Niña. El Niño doet zich gemiddeld ongeveer eens per vijf jaar voor maar duidelijke correlaties of een vorm van periodiciteit zijn moeilijk te ontdekken.

Dansgaard-Oeschger-cycli

De Dansgaard-Oeschger-cycli doen zich voor over een lange periode en lijken als resonantie significant boven de ruis uit te komen met 23 perioden over een tijdspanne van bijna 90.000 jaar. Ze hebben een periode van 1.470 jaar met een brede spreiding van ±532 jaar. De meest aangehangen hypothese ter verklaring van deze gebeurtenissen is een plotselinge verandering in oceaanstromingen, maar dit is nog onderwerp van debat.

Kosmische straling en zonnewind

De meeste wetenschappers denken dat bliksemschichten ontstaan doordat hagel en ijskristallen in een wolk scheiden, en daarmee een potentiaalverschil veroorzaken. Een alternatieve hypothese is dat een kosmisch stralingsdeeltje een geïoniseerd spoortje trekt in een gebied met een voldoende hoge potentiaalgradiënt om een gasontlading op gang te brengen. Het gemiddelde aantal bliksemontladingen wereldwijd is niet gelijkmatig over de dag verdeeld. Als er een verband gevonden wordt met de hoeveelheid kosmische straling, en de hoeveelheid bliksemschichten, dan zou dat wijzen op een rol van kosmische straling of zonnewind.[8]

Net als in het geval dat geladen deeltjes in een bellenvat gasbelletjes kunnen laten ontstaan, zouden geladen deeltjes uit de kosmische straling onder bepaalde omstandigheden druppeltjes in de atmosfeer kunnen creëren. Dat zou de wolkvorming kunnen beïnvloeden en versterken. Mogelijkerwijs is een variatie in kosmische straling een van de drijfveren achter de opwarming van de Aarde. De eerste resultaten van het CLOUD-project lijken deze theorie te ontkrachten: kosmische straling heeft een verwaarloosbaar effect op de vorming van een belangrijk type van aerosolen die als nucleatiekernen dienen. De invloed op andere aerosolen is nog niet uit te sluiten.[9]

Variaties in de kosmische straling zouden een gevolg kunnen zijn van de beweging van het zonnestelsel in de Melkweg. De omlooptijd van de zon in de Melkweg bedraagt ongeveer 220 miljoen jaar. De figuur suggereert dat het zonnestelsel tijdens een omloopcyclus tweemaal een verhoogde dosis kosmische straling ontvangt.

Extreme weersomstandigheden

De waarde van in de formule van de ruisspectra hoeft geen geheel getal te zijn zoals in de gevallen van witte, roze of bruine ruis. Het is voor organisaties en instellingen als verzekeringsmaatschappijen of waterschappen van levensbelang om inzicht te hebben in het verloop van frequentiespectra van chaotische verschijnselen als extreme weersomstandigheden en klimaatveranderingen. Daarin is de exponent de bepalende factor.

Voor het bouwen van dijken of het berekenen van premies voor schadeverzekeringen zijn risicocalculaties voor betrekkelijk zeldzame gebeurtenissen nodig. De zwaarste stormen, hoogste waterstanden, grootste vulkaanuitbarstingen of zwaarste aardbevingen zijn betrekkelijk zeldzaam. Lichtere versies van deze verschijnselen zijn al wat algemener en de lichtste versies treden met enige regelmaat op. Op grond van de mathematische analyse van dit soort chaotische verschijnselen wordt aangenomen dat de kans op het optreden van een verschijnsel van grootheid wordt gegeven door een uitdrukking als:

Met de grootheid kan bijvoorbeeld de hoogte van de waterstand bedoeld worden of de maximale windsnelheid, hoeveelheid neerslag of duur van een droogteperiode. Risicoberekeningen worden vaak aan de hand van extrapolaties van frequentiespectra van meetgegevens en exponentiële functies gemaakt. Daarin speelt de exponent de hoofdrol. Door de klimaatverandering in de afgelopen decennia is de waarde van de exponent ook gaan veranderen zodat meetgegevens uit het verleden geen garantie vormen voor de toekomst.