Via het Klimaatportaal, aangevuld met extra info:
Amerikaanse onderzoekers hebben afgelopen week in Science een studie gepubliceerd waaruit blijkt dat de mondiale temperatuur misschien iets minder gevoelig is voor een toename van CO2 dan tot nu toe wordt aangenomen. Zij schatten dat de temperatuur ongeveer 2,2 graden Celsius zal stijgen als de hoeveelheid CO2 in de atmosfeer twee keer zo hoog wordt als voor de industriële revolutie. Door het IPCC wordt 3 °C als meest waarschijnlijk gezien. Het IPCC baseert zijn rapporten niet op één, maar op meerdere onderzoeken. Deze studie zal alle eerdere onderzoeksresultaten dan ook niet automatisch verwerpen, maar moet als een extra puzzelstukje worden gezien die aan het totale begrip bijdraagt.
Klimaatgevoeligheid vertelt ons hoeveel we in de verre toekomst gaan merken van het broeikaseffect. In deze studie hebben Andreas Schmittner en collega’s temperatuurgegevens van de laatste ijstijd (20.000 jaar geleden) gebruikt, in combinatie met een relatief eenvoudig klimaatmodel, om de gevoeligheid van de temperatuur voor CO2 te bepalen. Ze hebben gevonden dat de temperatuur ‘waarschijnlijk’ (66% kans) tussen de 1,7 en 2,6 graden Celsius zal stijgen als de hoeveel CO2 in de atmosfeer verdubbelt (de zogenaamde “klimaatgevoeligheid”). Het laatste IPCC rapport (2007) concludeerde dat de klimaatgevoeligheid waarschijnlijk tussen de 2 en 4,5 graden ligt. De nieuwe schatting is daarmee lager en met een kleinere onzekerheid.
Laatste IJstijd
Het verschil wordt waarschijnlijk voor een belangrijk deel veroorzaakt doordat in de nieuwe studie de temperatuur in de laatste IJstijd hoger wordt ingeschat dan eerder gedacht. Hoe kleiner het temperatuursverschil tussen de IJstijd en het heden, hoe zwakker blijkbaar het effect van het verschil in de stralingsbalans. Factoren die deze stralingsbalans in de IJstijdencyclus beïnvloedden zijn o.a. de baan van de aarde om de zon, waarna de veranderende reflectiviteit van het aardoppervlak en de veranderende broeikasgasconcentraties de grootste invloed hadden.
Nader onderzoek en discussie zullen uitwijzen in hoeverre deze nieuwe resultaten stand houden. Zo zijn de resultaten mede afhankelijk van het gebruikte model, waar in niet alle belangrijke factoren zijn meegenomen. Ook zijn de resultaten erg verschillend voor land en oceaandata. Het gebruikte model resulteert in een te klein verschil tussen land- en oceaantemperaturen (een factor 1.2 verschil i.pv. 1.5, zoals door moderne metingen en modelresultaten wordt gevonden). Het gebruikte model onderschat de oceaantemperatuur tijdens de IJstijd en overschat de landtemperatuur i.v.m. proxy-data. Dit is de oorzaak van het verschil in klimaatgevoeligheid als alleen oceaandata of alleen landdata worden gebruikt (zie Fig 3 hieronder): Een hogere klimaatgevoeligheid zou in het model tot een groter temperatuursverschil met het heden leiden, en dus beter met de landdata overeenkomen. Voor de oceaandata geldt het omgekeerde. Oceaandata worden in deze simulatie beter gesimuleerd dan landdata.
Fig 1 van Schmittner et al. Temperatuursverschil tussen laatste IJstijd en moderne tijd. Boven de reconstructies op basis van proxy data; onder de best-fit simulatie (klimaatgevoeligheid = 2.4 C)
Fig 3 van Schmittner et al. Waarschijnlijkheidscurve van de klimaatgevoeligheid op basis van land, oceaan, en land+oceaandata.
In een beschouwend en heel lezenswaardig commentaar leggen Gabrielle Hegerl en Tom Russon de nadruk op deze verkleining van de onzekerheid:
use of spatially more complete paleoclimate data for the Last Glacial Maximum shows promise for narrowing the ECS (equilibrium climate sensitivity) uncertainty ranges compared to previous estimates.
Wel is ze enigszins sceptisch over hoe strak hogere waarden van de klimaatgevoeligheid begrensd kunnen worden, ook met deze nieuwe methodiek. Ray Pierrehumbert (RC) ziet deze studie vooral als een interessante “proof of principle” van de methodiek, maar heeft vanwege de modelmatige tekortkomingen niet veel vertrouwen in het kwantitatieve resultaat.
De laatste IJstijd is volgens Schmittner et al een geschikte tijdsperiode om de klimaatgevoeligheid uit te bepalen om de volgende redenen:
– Goede signaal-ruis verhouding vanwege de grote verschillen met het heden;
– Klimaatforcering en temperatuur zijn relatief goed bekend uit proxy-data;
– Klimaat was in (of dichtbij) evenwicht, waardoor onzekere invloed van oceaan warmte opname en resulterende opwarming in de pijplijn geen rol speelt.
Daar staat tegenover dat de klimaatgevoeligheid niet per se hetzelfde is van een IJstijdklimaat naar het Holoceenklimaat als van het (pre-industriele) Holoceenklimaat naar een warmer (2 keer CO2) klimaat. Er zijn indicaties dat de klimaatgevoeligheid in het eerste geval iets (10-20%) lager is.
Voor de recente opwarming sinds pre-industrieel, vormen de eerste en derde factor een bottleneck. Bovendien is de huidige klimaatforcering niet goed bekend, vanwege de grote onzekerheid in de rol van aerosolen op wolkenvorming. De klimaatgevoeligheid is waarschijnlijk het beste in te schatten is door verschillende tijdsperioden en verschillende methoden mee te nemen in een assessment.
Meer lezen:
» Interview met auteur Nathan Urban (aanbevolen!)
» James Annan zoomt in op het land-oceaan verschil:
the cooling over land (and perhaps also the polar amplification) seems to be significantly underestimated, leading to their rather warm LGM state which is only 3C cooler than the modern (pre-industrial) climate. One might reasonably expect that their future simulations also underestimate the temperature change over land, meaning the sensitivity estimate is on the low side, too.
(…)
One way to reasonably intepret the paper is to think of the temp changes as basically refering much more to the ocean, rather than global, temperature. Ie, ~3C colder ocean at LGM, 1.7-2.8 warmer ocean under 2xCO2. That’s probably the right ballpark, anyway.
Klimaatverandering 
” Het IPCC baseert zijn rapporten niet op één, maar op meerdere onderzoeken. Deze studie zal alle eerdere onderzoeksresultaten dan ook niet automatisch verwerpen, maar moet als een extra puzzelstukje worden gezien die aan het totale begrip bijdraagt. ”
Met andere woorden: “1 zwaluw gaat niet over 1 nacht zomerijs. ”
Nu zijn er mensen die het IPCC 2007 rapport afdoen als achterhaalde consensus…. (kom er maar in Bob 🙂 )
LikeLike
Beste Herman,
O ja, zijn die mensen er?
Ik heb nooit gezegd dat het (gehele) IPCC 2007 “achterhaalde consensus” is.
Wél heb ik gezegd, net als Bart, dat IPCC 2007 achterhaald is als je naar zeespiegelstijging kijkt (WG I Chapter 5.5). Er is ondertussen veel nieuwer onderzoek op dát gebied, dat met name de prognoses uit 2007 ingehaald heeft.
Overigens zal dat in 2013 ook gelden voor de klimaatvoorspellingen.
Het hierboven aangehaalde onderzoek betreft de combinatie van één klimaatmodel met één paleoreconstructie van het Last Glacial Maximum. Het vernieuwende zit ‘m in de methode. Voordat die gebruikt kan worden, zal men ook de andere modellen moeten ijken aan (wellicht) andere LGM reconstructies.
In 2013 wordt dit dan onderdeel van een nieuw Assessment Report, waar ook andere publicaties in meegenomen worden. Of het in 2013 aanleiding is om de range 2 – 4.5 °C bij 2 x CO2 bij te stellen, zal blijken.
Dit specifieke onderzoek wijst op 2.4 °C, dat is op zich NIET ANDERS dan al in IPCC 2007 staat… en het nieuwste zeespiegelonderzoek is WEL ANDERS,
Lees vooral het interview met Nathan Urban, één van de auteurs:
http://newscience.planet3.org/2011/11/24/interview-with-nathan-urban-on-his-new-paper-climate-sensitivity-estimated-from-temperature-reconstructions-of-the-last-glacial-maximum/
Let op de ‘caveats’ vanwege deze specifieke LGM reconstructie.
LikeLike
Er zijn nog meer aanwijzingen om uit te gaan van een nog lagere klimaatgevoeligheid.Tussen 2001 en 2011 steeg de CO2-concentratie van ca. 370 ppm naar 390 ppm (een toename van 5%) zonder dat de temperatuur steeg. Ook in 2012 zal de temperatuur lager uitvallen dan aan het begin van deze eeuw.
Het moet toch niet moeilijk zijn om de klimaatmodellen te laten draaien met een lagere klimaatgevoeligheid van zeg 1,2°C. Het lijkt me interessant om te zien wat de modellen dan voorspellen voor het komend decennium.
LikeLike
Hans,
Binnen een klimaatmodel (GCM) is de klimaatgevoeligheid geen knop die je naar genoegen hoger of lager kan zetten. Het is de uitkomst van het samenspel van de vele relaties en parameterisaties in het model die bepaalt wat de klimaatgevoeligheid van dat klimaatmodel is.
Je zou bepaalde fysica moeten uitsluiten of exotische fysica erbij verzinnen om in een dergelijk klimaatmodel een klimaatgevoeligheid zo laag als 1,2 graden eruit te krijgen. Als je dat getweakte model dan klimaatveranderingen in het verleden en heden zou laten simuleren zou de overeenkomst met metingen (over klimaatrelevante tijdsschalen) bar slecht zijn. Tenzij je ook bepaalde klimaatforceringen gaat uitsluiten natuurlijk. Of je je expres gaat blindstaren of kortstondige variaties in de lange termijn trend. Wat een dergelijke exercitie nog met wetenschap van doen zou hebben waag ik te betwijfelen.
Bij simpelere mass balance modellen zoals UVic (gebruikt in deze studie) ligt dat anders; daar kan -voor zover ik weet- de klimaatgevoeligheid wel door de gebruiker op een bepaalde waarde gezet worden. Er zijn meerdere eenvoudige klimaatmodellen te downloaden en te draaien op je home PC. Zelfs het complete GISS model 3 (GCM) is gratis te downloaden. Go nuts zou ik zeggen.
LikeLike
Ik begrijp dat het allemaal wat complexer ligt, dan ik me voorstel.
Ik vraag me echter af waarom je bepaalde fysica moet uitsluiten. Het is een kwestie van parameters anders kiezen, desnoods op nul zetten.
Bovendien zijn er waarschijnlijk al klimaatmodellen zijn die werken met een klimaatgevoeligheid van 1,2 – 1,5°C, ook al zijn die waarschijnlijk diep weggestopt, omdat ze tegen de consensus ingaan.
De natuur kan de temperatuur constant houden bij een stijging van de CO2 concentratie met 5%, zonder fysica uit te sluiten.
Dat komt waarschijnlijk omdat de natuur wel exotische fysica toestaat, die niet in de klimaatmodellen zit.
LikeLike
Het duurt nooit lang voor complottheorieen de kop opsteken. Ja Hans, we hebben inderdaad wat klimaatmodellen verstopt omdat de uitkomst ons niet aanstaat. Niet op zolder kijken, heh?
Als je denkt dat het eenvoudig kan nodig ik je uit het GISS model-E te downloaden (of ga op zolder kijken of je een andere vindt) en zo aan te passen dat het 1) nog fysisch realistisch is en 2) de verschillende klimaatveranderingen in verleden en heden op z’n minst net zo goed (en liefst beter) kan simuleren als de klimaatmodellen die nu in gebruik zijn.
LikeLike
“Het is een kwestie van parameters anders kiezen, desnoods op nul zetten.”
Zei Hans Verbeek. Kostelijk. Vooral de parameter Pi, bekend als de verhouding tussen omtrek en diameter van een cirkel, leent zich daar geweldig voor. Die wordt liefst op 1,31415° C gezet 🙂
Noem eens een parameter uit een klimaatmodel die je naar believen kan wijzigen – met grandioos voorbijgaan aan natuur en experiment natuurlijk (hoe ‘exotisch’ ook)? Tip: doe net alsof CO2 geen broeikasgas is, zoals zuurstof of stikstof!
LikeLike
@Bart: niet te serieus hè,die opmerking tikte ik met mijn tongue in cheek.
Ik ga me niet verdiepen in klimaatmodellen: ik houd de thermometer wel in de gaten om te zien of de klimaatmodellen wel goede voorspellingen doen (dat lijkt me toch een belangrijke doelstelling)
@cRRKampen: er zijn heel veel verschillende klimaatmodellen, dus zijn er vast heel veel parameters, die kunnen verschillen.
Het effect van bewolking in klimaatmodellen kun je vrij behoorlijk laten varieren. Je kunt een toename van bewolking laten zorgen voor opwarming. Je kunt er ook voor kiezen om het afkoelend effect van bewolking te laten domineren.
Hetzelfde geldt voor aerosolen. Je kunt aan alle aerosolen dezelfde afkoelende waarde toedichten. Maar je kunt er ook voor kiezen om aerosolen in kleinere groepen onder te verdelen, waarbij sommige groepen wel wolkvorming beinvloeden en andere niet.
Maar misschien heb ik het helemaal mis en zijn alle klimaatmodellen precies hetzelfde.
LikeLike
@cRRKampen: volgens wikipedia is een parameter een onbekende of een variabele. Pi is volgens deze definitie dus geen parameter: Pi is bekend en een constante.
LikeLike
Beste Hans Verbeek,
Je hebt een geheel verkeerde begrip van wat een klimaatmodel is, en doet.
Dat mentale model (!) dat jij hebt van klimaatmodellen (GCM’s) zal je eerst aan moeten passen… 😉
De Global Circulation Models (GCM’s) zijn simulaties: per elementje worden de fysische processen nagebootst die in dat ‘blokje’ van bijv. 1º x 1º x 1 km hoog spelen. Het doel is NIET om zo nauwkeurig mogelijk alleen de temperatuurcurve vanaf bijv. 1800 tot 2010 te ‘hindcasten’, en dan te claimen dat het GCM geschikt is om ‘de toekomst te voorspellen’.
In het algemeen zijn GCM’s zelfs niet bedoeld om (in de eerste plaats) de toekomst te voorspellen.
Het doel is om de fysische processen zo goed mogelijk te begrijpen en na te bootsen, zodat je vervolgens ook grootschalige processen en de reactie op verschillende ‘verstoringen’ (‘perturbations’), zoals een toe/af-name van TSI, van broeikasgassen of van aerosolen kan simuleren en kan begrijpen wat de gevolgen voor ‘het klimaat’ kunnen zijn.
Omdat de precieze simulatie van processen zoals warmtetransport door straling, convectie en stroming van massa door de atmosfeer en de oceaan daarin voorop staan, kan je NIET ‘zomaar wat draaien’ aan een paar parameters (‘fine tunen’) om er de gewenste temperatuurcurve uit te krijgen – dat zou veel simpeler kunnen door een beetje ‘curve-fitting’ te doen met een polynomen: zo klaar.
Een goed GCM modelleert de (belangrijkste) fysische processen en maakt het mogelijk om verschillende hypothesen te toetsen: zou het zo kunnen werken… of zo… en klopt de uitkomst van het GCM dan met wat we observationeel waarnemen? Het is dus een toolkit om theorieën te vergelijken met de empirische waarnemingen.
De uitkomsten moeten kloppen in honderden detail-parameters (bijv. de neerslag in een bepaald gebied, treden er spontaan El Nino/La Nina’s op, genereert het model zelf de AMO oscillaties en straalstromen) en de ‘global mean temperature’ is maar een afgeleide. En nogmaals: de simulatie moet fysisch correct zijn dus bijv. de hoeveelheid verdamping per m^2/graad Celsius wordt in hetvrije veld gemeten én DIE waarde moet in de simulatie ook gebruikt worden.
LikeLike
Beste Hans,
(vervolg… sorry voor ‘verkeerde’ hierboven, allemaal heel haastig in die box getypt)
De naam ‘klimaatmodel’ is wat misleidend, en wil nog wel eens tot misverstanden leiden.
Er zijn allerlei soorten fysische modellen die de werking van de atmosfeer beschrijven, bijvoorbeeld op basis van de energiebalans. Voor een dergelijk ‘model’ heb je niet persé een computer nodig. Met name energiebalans-modellen zijn puur fysisch, het is een stelsel vergelijkingen op ruitjespapier.
Er zijn ook één-dimensionale modellen waarbij de atmosfeer verticaal in ‘laagjes’ opgedeeld wordt (met telkens afnemende druk), en per laagje numeriek de ‘Radiative Transfer Equations’ worden doorgerekend om te bepalen hoeveel effect bijv. de broeikasgassen hebben op de stralingsbalans. Dat is al wat meer werk, maar in principe is dat in een spreadsheet of in een programma als MATLAB of Mathematica prima te doen.
De ‘grote’ klimaatmodellen (GCM’s) zijn eigenlijk simulaties. Ze bootsen de ontwikkeiling van de atmosfeer na als functie van de tijd, ná een verstoring (‘perturbation’) zoals een plotselinge toename van Total Solar Insolation of van de broeikasgassen. Dergelijke simulaties kennen een stapgrootte (bijv. uren of dagen), en de ‘state’ van de atmosfeer (en vaak van de oceaan) wordt berekend uit de toestand tijdens de voorgaande tijdsstap.
De juiste naam: Global Circulation Models, en als ze de atmosfeer, de oceaan én hun interactie simuleren zijn het “coupled AO-GCM’s”. Het zijn driedimensionale modellen (+ tijd) die de atmosfeer en de oceaan als een vloeistof nabootsen: meestal verdelen ze deze in een drie-dimensionaal ‘grid’ (kubusjes) samen met een weergave van de ligging van de continenten op aarde. De vloeistofdynamica en de eindige-elementen-analyse maakt het mogelijk om uit te rekenen hoe zowel massa (lucht en water) als energie (warmte) zich verplaatst door het systeem.
De meest complete GCM’s worden ‘earth simulators’ genoemd omdat ze naast de vloeistofdynamica van atmosfeer en oceaan ook fysische, chemische en biologische processen op het aardoppervlak nabootsen (bijv. de koolstofcyclus zoals het oplossen van CO2 in de oceaan, de zuurgraad, het effect van temperatuur op carboonzuur in het water en het effect van begroeiing op de hoeveelheid broeikasgassen)
Wat is nu het doel van die GCM’s, en waarom kunnen we niet toe met de ‘simpele’ één-dimensionale modellen?
Het doel van GCM’s is NIET voornamelijk … om de toekomst te voorspellen. Belangrijker is om een beter begrip te kijgen van de werking van de atmosfeer en de oceean door verschillende hypothesen te kunnen testen! En daarom zijn het vooral fysische simulaties: zo realistisch mogelijk worden de fysische processen gesimuleerd, Alle micro/meso-processen zoals verdamping, condensatie, luchtdrukverdeling worden per 3D element zo precies mogelijk op de werkelijke, gemeten, waarden afgeregeld.
Er is een prima en makkelijk leesbaar artikel over (de hoofdlijnen van) de ontwikkeling van verschillende soorten ‘klimaatmodellen’ hier integraal te downloaden (even lokaal opslaan):
http://onlinelibrary.wiley.com/doi/10.1002/wcc.95/pdf
Zeer aanbevolen, dan weet je de typen modellen beter te plaatsen. 🙂
LikeLike
Hans, moest u werkelijk in de Wiki opzoeken wat een parameter is? Waarom bezigde u dat woord dan toen u nog helemáál niet wist wat het betekende?
Overigens doet u net of u kan kiezen dat de atmosfeer uit massief graniet bestaat. Zou wel het één en ander aan problematiek oplossen (vooral het onzingeleuter). Als u stelt dat bijv. effecten van aerosolen of wolken arbitrair zijn, constateer ik dat Pi voor u een parameter is. Heel simpel is dat weer.
LikeLike
Beste Bob,
volgens mij heb ik wel een aardig beeld van klimaatmodellen.
Ze zijn een mathematische benadering van de atmosfeer. Ik begrijp heel goed dat ze zeer ingewikkeld zijn. Daarom ga ik mijn vingers er niet aan branden.
Ik constateer alleen dat de klimaatmodellen, die het IPCC gebruikt, .
over het afgelopen decennium de temperatuur van de atmosfeer niet goed nabootsen.
Dat betekent dat de modellen niet goed (genoeg) zijn.
Ik hoop dat de klimaatwetenschap snel betere modellen bedenkt.
Je zegt:
“Het doel van GCM’s is NIET voornamelijk … om de toekomst te voorspellen. ”
Maar waarom wordt er dan voortdurend op gehamerd dat een verdubbeling van de CO2-concentratie volgens die modellen tot meer dan 2 graden opwarming zal leiden. Waarom staan wetenschappers dan toe dat hun imperfecte modellen worden misbruikt voor toekomstvoorspellingen? Waarom worden de voorspellingen van het IPCC niet door wetenschappers genuanceerd?
Zoals ik hierboven opmerkte zou de klimaatgevoeligheid voor een verdubbeling van CO2 best wel eens lager kunnen zijn.
Die klimaatgevoeligheid staat nog niet vast en zal experimenteel moeten worden vastgesteld in de komende decennia.
LikeLike
Beste Hans,
De temperatuur in het afgelopen decennium is uiteraard sterk beïnvloed door natuurlijke variaties. Verwar die niet met de lange termijn trends. Voor een vergelijking tussen de modellen met hun onzekerheden en enkele temperatuurdatasets zie bijv.:
http://www.realclimate.org/index.php/archives/2011/01/2010-updates-to-model-data-comparisons/
Trends gebaseerd op 10 jaar zetten je op het verkeerde been, zie de volgende gif-animatie: http://www.skepticalscience.com/pics/SkepticsvRealistsv3.gif
Vers van de pers is een artikel van Foster en Rahmstorf:
Klik om toegang te krijgen tot 1748-9326_6_4_044022.pdf
Hierin worden de voornaamste temperatuurdatasets, Giss, Hadcru, NCDC, UAH en RSS, van 1979 t/m 2010 met elkaar vergeleken en via meervoudige regressie zijn de natuurlijke invloeden, zoals de zon, aerosolen en Enso uit de data verwijderd. Wat resteert is een opmerkelijk eensgezinde en vrijwel lineaire stijging van de temperatuur vanaf 1979, zie figuur 8 in het artikel.
Tamino schrijft: “All five data sets show statistically significant warming since 2000.”
Voor een samenvatting zie:
http://tamino.wordpress.com/2011/12/06/the-real-global-warming-signal/
De klimaatmodellen geven geen “toekomstvoorspellingen”, ze rekenen mogelijke scenario’s door. Trouwens, met de huidige CO2 emissies, in 2010 zaten we op zo’n 10 PgC/jaar, gaan we die verdubbeling van de CO2 concentratie in 2100 t.o.v. 1900 gemakkelijk halen. Even uitgaande van het A1B scenario (http://climexp.knmi.nl/data/iA1B.dat) is dat 717 ppm oftewel een factor 2.4 hoger (met 1900 ~ 300 ppm) en zal die 2 graden ook met een wat lagere klimaatgevoeligheid bereikt worden.
Je opmerking dat de klimaatgevoeligheid “best wel eens lager” zou kunnen zijn, werkt natuurlijk twee kanten op, ze zou ook “best wel eens” hoger kunnen zijn dan de meest waarschijnlijke waarde van 3°C. Het IPCC geeft een range van 2°C – 4.5 °C.
Via deze evenwichts-klimaatgevoeligheid kun je zelf een grove schatting maken van de uiteindelijke temperatuurstijging die bereikt zal worden t.o.v. 1900 met een CO2 concentratie die 2.4 maal hoger is, als ik me niet verrekend heb, is deze dan: 2.5 °C – 5.7 °C.
LikeLike
http://tamino.wordpress.com/2011/12/06/the-real-global-warming-signal/
Met andere woorden : We knoeien net zolang tot we weer zien wat we willen zien: opwarming.
LikeLike
Zonder het uitfilteren van de natuurlijke variatie via meervoudige regressie,
variëren de trends van 1979 – 2010 (tabel 1 van het artikel) van +0.141 tot +0.167 °C per decennium.
De trend van de grafiek in figuur 8 van het artikel van Foster & Rahmstorf is 0.16 °C per decennium.
LikeLike
Hoi Hans,
Ik denk eerlijk gezegd niet dat je een juist beeld hebt van ‘klimaatmodellen’, vandaar dat ik bovengenoemd artikel aanbeveel. Het is niet ingewikkeld, goed geschreven, en het geeft een breder perspectief. Er is een pagina of 12 nodig om een béétje te begrijpen hoe GCM’s werken en wat voor modellen er nog meer zijn. Ik ga het hier niet overtypen, dus: http://onlinelibrary.wiley.com/doi/10.1002/wcc.95/pdf
Ook raad ik aan om ‘klimaatmodel’ niet te gebruiken als het eigenlijk over GCM’s gaat. De term ‘model’ is zo algemeen dat het bijvoorbeeld opgaat voor het mentale beeld dat jij, of wie dan ook, heeft van het klimaat. Allemaal ‘modellen’. 🙂
Je zegt: “Ik constateer alleen dat de klimaatmodellen, die het IPCC gebruikt, over het afgelopen decennium de temperatuur van de atmosfeer niet goed nabootsen.”
Sorry, waar baseer je dat exact op? Welk ‘model’ dan? Wat is er voorspeld? Waar wijkt het precies af van de metingen?
Verder: klimaatmodellen (GCM’s) bootsen géén temperatuur na, zoals jij zegt. De GCM’s simuleren stof- en warmtetransport. De gemiddelde temperatuur aan het oppervlak (GMST) is een resultante. Bedenk:
– dat het niet mogelijk is op basis van 10 jaar statistisch significant de trend te zien!
– daarvoor is de periode véél te kort: minimaal 15 á 16 jaar is nodig om een dergelijke trend met méér dan 2 standaardafwijkingen van de jaarlijkse variabiliteit (de ruis) te onderscheiden;
– over de afgelopen 15 jaar is temperatuur WEL met ca. 0.16°C/decennium gestegen, net zoals de 15 jaar daarvoor;
– de GCM’s voorspellen NIET het weer.
Wat GCM’s kunnen ‘voorspellen’ zijn klimatologische gemiddelden over een periode van bijv. 30 jaar (dus bijv. de gemiddelde neerslag of temp. over de periode 2071-2100). Essentieel verschil! De stijgingen tot nu toe zijn in overeenstemming met wat ‘modellen’ (GCM’s) ‘hindcasten’. Ook de sterke stijging van Ocean Heat Content over de afgelopen 15 jaar is conform (of groter dan) de verwachtingen. Het poolijs smelt zelfs aanzienlijk sneller dan wat GCM’s (i.c.m. andere modellen) voorspeld hebben.
Je zegt: “Maar waarom wordt er dan voortdurend op gehamerd dat een verdubbeling van de CO2-concentratie volgens die modellen tot meer dan 2 graden opwarming zal leiden.”
Let op: daar zijn géén GCM’s voor nodig! Althans niet persé.
In tegenstelling tot wat door ‘klimaatsceptici’ gesuggereerd wordt, heb je NIET persé modellen (GCM’s) nodig om de temperatuurstijging per verdubbeling CO2 uit te rekenen. Dat is een MYTHE. Het wordt door ‘klimaatsceptici’ beweerd omdat zij dan via de ‘klimaatmodellen’ (ze bedoelen: GCM’s) de temperatuurprojecties zwart kunnen maken.
Je hebt maar twee gegevens nodig om de opwarming te berekenen:
– het vermogen (in Watt/m^2) dat vanwege 2 x CO2 MINDER wordt uitgestraald aan de ‘top of atmosphere’ (de ‘radiative imbalance’);
– climate sensitivity: hoeveel graden het opwamt per W/m^2.
Die eerste parameter is exact bekend en simpel te berekenen: 3.7 W/m^2 van de gemiddeld 240 W/m^2 die we van de zon absorberen/uitstralen. De complexiteit zit ‘m in de tweede parameter: climate sensitivity.
Er zijn verschillende manieren om climate sensitivity te meten/berekenen, óók zonder GCM.
Voorbeeldje: sinds 1900 is de temp. met 0.8°C gestegen, en CO2 toegenomen van 290 naar 390 ppm. Dat laatste veroorzaakt een radiatieve onbalans van 1.6 W/m^2 voor 0.8°C, dus 3.7/1.6 * 0.8 = 1.85 °C per verdubbeling CO2. Wat er nog niet in verwerkt is, is de traagheid (de stralingsbalans is nog niet in evenwicht, die ijlt 20 á 40 jaar na) én een compensatie voor het verkoelend effect van aerosolen over deze decennia.
Pak je dat mee, zit je ongeveer op 3.7/1.6 * 1.2 = 2.8 °C per verdubbeling CO2.
Et Voilà! Klimaatgevoeligheid berekend zonder GCM.
Natuurlijk is dat vrij grof, en je kan het verbeteren door preciezer de aerosolen etc. te berekenen. Maar het is zeker mogelijk om de climate sensitivity te berekenen zónder GCM (klimaatmodel), op verschillende manieren, en dat wordt veelvuldig gedaan.
(Zoals Jos hierboven al doet – voor 717 ppm CO2 in 2100 – zie ik nu. 🙂 Die 717 ppm lijkt me trouwens optimistisch, we zitten nu al boven A1FI en dan heb je het dus over > 900 ppm CO2 in 2100, plus methaan etc.)
LikeLike
En Foster = Tamino toch?
LikeLike
@ Bob / Hans,
Zeker het A1B scenario is het meeste optimistische van de “A” SRES scenario’s en zelfs dan schieten we nog over die factor 2 heen in 2100. A1FI, A2, B1 en B2 geven in 2100 resp. 970, 856, 550 en 621 ppm.
De laatste gegevens van het Global Carbon Budget 2010, waar ik naar verwees met die 10 PgC/jaar (http://www.tyndall.ac.uk/global-carbon-budget-2010) wijzen niet bepaald op een optimistisch scenario.
@ Herman: ja, staat gewoon op zijn blog.
LikeLike
Het punt @Jos is dat dit altijd gaat lukken, het gaat altijd weer passen.
http://tamino.wordpress.com/2011/12/06/the-real-global-warming-signal/
Zeker als je slechts een periode van 30 jaar neemt. Duidelijk is dat nu natuurlijke factoren groter zijn aangenomen dan voorheen. Maar ook gesimuleerd vanaf 1910? dat geloof ik niet.
Ramsdorf maakt definitief de keus om als activist door het leven te gaan. Als wetenschapper heeft hij voor mij afgedaan. Het zal mij niet verbazen dat hij nu ook door collega wetenschappers bekritiseerd gaat worden.
LikeLike
Beste Herman Vruggink,
Je zegt:
O ja, Herman? Reken het eens voor dan, dat het “altijd gaat passen”?
De bronnen voor de gemeten correcties voor TSI, ENSO index en aerosols staan vermeld in het artikel van Foster & Rahmstorf. Laat eens zien dat als je willekeurige andere ‘randomized unadjusted’ waarden genereert, “het altijd gaat passen”?
En laat eens zien hoe ‘groot’ (ehh.. miniscuul) de kans daarop is?
Vervolgens kan jij (of een ander) dan een ‘rebuttal’ publiceren in een refereed journal, waarin jij aantoont dat het allemaal héél simpel is, en dat het áltijd “gaat passen”. Ik denk dat we lang op je statistische onderbouwing kunnen gaan wachten… Héél lang. 😉
LikeLike
Dat hoef ik niet meer te laten zien Bob, want Tamino heeft al laten zien hoe simpel het is met een eenvoudig statistisch model een ‘passende’ uitkomst te generen. Zoek 3 factoren en de rest laten we gewoon weg, doe het met 5 databases om indruk te maken. (eentje was voldoende geweest), en laat vooral niet zien of het past over de afgelopen honderd jaar.
Ik ben benieuwd of er in de wetenschap nog mensen de moeite gaan nemen om hierop te reageren. Ik hou je op de hoogte.
Zeg Bob iets anders, ik heb die Tamino eens doorgelezen, dat kan jij toch veel beter? waarom heb jij eigenlijk geen blog?
LikeLike
Nou het loopt niet storm, het lijkt er op of iedereen een beetje klimaat moe is. Eentje slechts tot nu toe:
“The authors arrived at this figure by adding or subtracting so as to remove much larger climatic factors such as El Nino and volcanic effects, which they admit contribute far more significantly to the climate: 0.4-0.65C and 0.35-0.52C respectively, in their own numbers. That’s something likely to draw strong criticism of the paper: the range of errors is so large as to make the claimed increase’s existence doubtful. The two authors also ignore ocean cycles and the part played by stratospheric water vapour in their calculations, amongst other factors.
“It’s a case of making statistics show what you want it to prove in the first place,” physicist and science author Dr David Whitehouse told us. “I don’t believe you can take away three big effects, and be sure the little effects you’ve got left are due to man.”
“Statistics can be useful as a tool to discover things you couldn’t otherwise find. Or they can be used to prove things you want to prove. This looks like the latter.”
LikeLike
Beste Herman Vruggink,
Slappe smoesjes + een doorzichtige poging om de aandacht af te leiden.
Je bewering komt er op neer dat élke random unadjusted datareeks (de temperatuurgegevens) “altijd” af te beelden is op deze stijgende ‘adjusted’ datareeks, door gebruikmaking van de drie correcties TSI, Aerosolen en ENSO index. Die overigens vooraf door metingen zijn vastgelegd.
Dat is kletskoek: als jij zoiets kan tonen sta je vandaag nog op de voorpagina van Nature.com!
Maar dat kan je niet, dus je kletst blijkbaar maar wat in het wilde weg zoals je al jaaaaaren doet. Nogmaals:
Aangezien jij dat niet aan kan tonen, is je geklets volstrekt irrelevant.
Overigens, heb jij OOIT iets gepubliceerd in een wetenschappelijk journal? Nee, hé? En maar brallen en brallen dat het ‘allemaal zo simpel is’… en dat je het beter weet dan álle referees (wiskundigen, statistici) van Environmental Research Letters en alle andere journals samen.
Toedeledoki, Herman!
LikeLike
Herman,
Jouw kritiek wordt in het artikel zelf gepareerd:
Het laatste (dat de trend ongeveer lineair is over dat tijdsvak, zoals ook te verwachten is op basis van de klimaatforcering over datzelfde tijdsvak) is relevant om de door mensen veroorzaakte trend op een relatief eenvoudige manier te kunnen onderscheiden van natuurlijke variatie. Dit artikel is vooral een reactie op de sceptische aantijgingen dat global warming gestopt zou zijn. Vanuit dat perspectief is de keuze van tijdsvak (de ‘moderne opwarming’ van de laatste 3 decennia) een logisch gevolg van waar dit artikel impliciet op reageert.
Op zich is het niet onmogelijk om een dergelijke analyse te doen voor een langer tijsvak, al vallen dan de satellietgegevens buiten de boot. Wel moet dan ipv een lineaire trend de verwachte respons op basis van de menselijke klimaatforcering worden meegenomen. Dat zou zeker een zinnige uitbreiding van de analyse zijn. Voor een volgende studie wellicht? Kan niet alles tegelijk doen tenslotte. Op zich lijkt dat sterk op wat Lean and Rind (GRL 2008) gedaan hebben: Op basis van regressie analyse bepaalt wat de meest waarschijnlijke bijdragen zijn vd verschillnde factoren (TSI, ENSO, AOD, anthropogenic forcing).
LikeLike
We focus on the period since 1979, since satellite microwave data are available and the warming trend since that time is at least approximately linear.
1. Is de toevoeging van satelliet data werkelijk zo’n openbaring?
2. Is er sprake van een bij benadering lineaire trend de laatste 30 jaar?
Je kan de laatste 30 jaar altijd benaderen met een lineaire trend, maar andersom de stelling: De lineaire trend is de meest perfecte weergave van de laatste 30 jaar? Op z’n minst discutabel.
LikeLike
1. Voor veel sceptici wel (als het hen uitkomt)
2. Ja.
3. (meest perfecte weergave) Nee.
Een complete GCM simulatie met daarin de belangrijkste fysische processen zou in principe een betere weergave moeten geven, of als tussen-in oplossing een regressie op basis van de klimaatforcering met een passende tijdsvertraging (zoals ik in vorige mijn commentaar aangaf). Op basis van de klimaatforcering is een bijna lineaire trend in temperatuur over de laatste 30 jaar inderdaad te verwachten.
LikeLike
” Op basis van de klimaatforcering is een bijna lineaire trend in temperatuur over de laatste 30 jaar inderdaad te verwachten.”
Dat is inderdaad de verwachting. Maar is het niet zo dat die verwachting als uitgangspunt van het ‘onderzoek’ wordt gebruikt?
Ik laat het eens tijdje bezinken. Wellicht dat anderen de komende weken er nog ‘iets’ over gaan schrijven.
dank
LikeLike
Zolang ik de schok van het tractaatje van klimaatactivisten Tamino B en Stefan R de komende weken nog moet verwerken heb ik in de tussentijd nog eens gekeken naar Lean and Rind (GRL 2008). Dat roept bij mij toch wat vragen op:
1). Ik zit wat te staren naar de presentatie van c) Solar irradiance: een omhooglopende lijn? Nu had ik steeds begrepen dat vooral de invloed van de zon in de eerste helft vorige eeuw zeer sterk was en daarna afnemend in de tweede helft?
Ik lees onder figuur 1: ” Largest differences occur at the times of the two World Wars when observations were sparse”
2. Spaarzame observaties tijdens WO I en WO II ? Welke observaties worden hier bedoeld? vast niet de T observaties.
3. Grote verschillen tijdens WO I zijn te zien tussen 1905 en 1915. Wordt WO I niet meestal aangegeven door de periode 1914 – 1918 ?
4. Grote verschillen in figuur 1 zijn tijdens WO II te zien tussen 1930 en 1950. Wordt WO II niet meestal aangegeven door de periode 1939 – 1945 ?
5. Het verhaal was toch altijd:
1910 – 1940 : Sterke opwarming voornamelijk door de sterke zon activiteit
1940 – 1970 : Licht daling door de komst van de aerosolen
1970 – 2000 : De CO2 gaat nu winnen en daardoor opwarming
2000 – 2010 : Tijdelijke pauze door natuurlijke oorzaak
Wat zien wij hiervan nog terug in het 1889 – 2006 model van Lean and Rind (2008) ?
LikeLike
Beste Herman Vruggink,
Als je de abstract leest van Lean and Rind 2008, zie je dat:
“We find a response to solar forcing quite different from that reported in several papers published recently in this journal, and zonally averaged responses to both natural and anthropogenic forcings that differ distinctly from those indicated by the Intergovernmental Panel on Climate Change ..”
LR2008 heeft dus een wat andere kijk op de “response” dan de meeste auteurs. Lean and Rind proberen hier vooral “.. to compare, for the first time from observations, the geographical distributions of responses to individual influences ” te vergelijken.
Je zegt: “Nu had ik steeds begrepen dat vooral de invloed van de zon in de eerste helft vorige eeuw zeer sterk was en daarna afnemend in de tweede helft?”
Zoals ook Lean&Rind laten zien, zijn er altijd meerdere factoren van invloed, de een soms meer dan de ander: je kan dus niet ‘monocausaal’ denken en telkens maar één factor als DE oorzaak bestempelen!
Je zal de relatieve grootte van de forcings moeten berekenen en vergelijken, zoals L&R en Foster&Rahmstorf dat ook doen. Dat is nu juist waar de regressie-analyse voor gebruikt wordt.
Verder, uit m’n hoofd:
– Total Solar Insolation geleidelijk stijgend van 1870 tot 1960, dan licht dalend tot 1986, vanaf 1986 sterker dalend met in 2007 een nieuw minimum;
– van 1885 tot 1940 weinig vulkanisme, dus veel minder stof/aerosolen;
– ook van 1880 tot 1940 was CO2 al duidelijk verhoogd, maar nog niet dé dominante factor;
– na 1940/45 een sterke toename van smog en aerosolen door SO2 (nog geen ontzwaveling) tot ca. 1970. Dat is regionaal, op het noordelijk halfrond, en veel minder ten zuiden v.d. evenaar – smog is niet ‘well mixed’.
Voor het relatieve effect van deze factoren moet je dus gaan rekenen. Verder:
1) L&R trekken daar een lineaire trendlijn. Denk je die weg, dan zie je een lichte daling na 1960 en een sterkere na 1986.
De reden dat L&R een LINEAIRE trendlijn door de verschillende forcings trekken, is dat zij dan de regressie-analyse kunnen doen. Bij benadering zijn die trends lineair, hetzelfde zie je in het plaatje van Anthropogenic forcing (de grijze lijnen). Kijk bijvoorbeeld in Table 1, over de periode 1979-2005 is Solar gedaald, met een negatieve trend: -0.004.
In Tabel 1 zie je ook vermeld staan hoe L&R hun partitionering doen, de ‘Epochs’: 1898 – 2006, 1905 – 2005, 1955 – 2005, 1979 – 2005. Voor élk van deze partities kunnen zij de vermelde forcings als (bij benadering) lineair beschouwen, en dát maakt de regressie-analyse mogelijk. Vandaar hun interesse om dergelijke partities te vinden, met globaal lineaire forcings.
2) Pardon? In Figure 1 staan zowel ‘WWII’ als ‘WWI’ gewoon als een globale aanduiding boven de betreffende jaartallen vermeld. Het is geen ‘opdeling’, er staan geen balkjes bij, en je moet de breedte van die lettertjes niet als de definitie van een periode zien! Pffffft…
Leesvaardigheid, Herman, dat blijkt IEDERE keer aan de basis te liggen van je verwarringen! Niet zozeer liberalisme maar wellicht eerder: het literalisme. 😉
Probeer eerst ’s te begrijpen wat de auteurs hier globaal willen beschrijven, de ‘abstract’ is meestal wel een goede aanduiding van wat de auteurs duidelijk willen gaan maken. Daarna pas de details induiken!
De sterkte van dit paper zit vooral in de geografische analyse van de verschillende bijdragen aan de temperatuursverandering, zoals in figuur 3 en verder.
LikeLike
Beste Bob Brand,
Bedankt voor je poging maar Ik begrijp werkelijk geen pepernoot van wat je allemaal probeert te vertellen.
1. Solar: Hoe kan er een andere interpretatie zijn in de invloed van de zon?
Je zegt het toch zelf ook al :
“Total Solar Insolation geleidelijk stijgend van 1870 tot 1960, dan licht dalend tot 1986, vanaf 1986 sterker dalend met in 2007 een nieuw minimum;” Zo ongeveer dacht ik zelf ook dat het was. Nu vinden ze wat anders. Kan dat zomaar? We hebben het toch over feiten dacht ik?
2. Spaarzame observaties: Hoezo spaarzaam? Hoezo tijdens WOI en WO II ? Welke observaties? Van wat: de maneschijn?
We gaan toch niet opeens beweren dat de observaties (temp?) tijdens WO I en WO II onbetrouwbaar zijn? En indien zo: Waarom lees ik dat voor het eerst? En indien zo: waarom zijn deze periodes zo zwaar opgerekt t.o.v. de beweerde periode WO I en WO II ? En indien zo: is dit nu de uitleg waarom de data zo slecht past?
3. 1910 – 1940 : Sterke opwarming VOORNAMELIJK door de sterke zon activiteit
1940 – 1970 : Licht daling door de komst van de aerosolen
1970 – 2000 : De CO2 gaat nu winnen en daardoor opwarming
2000 – 2010 : Tijdelijke pauze door natuurlijke oorzaak
Wat zien wij hiervan nog terug in het 1889 – 2006 model van Lean and Rind (2008) ? Of vinden we figuur 1 nu een goed volgend model?
Als je de vragen niet kan beantwoorden, geeft niet, wellicht is er iemand anders die er wel raad mee weet.
LikeLike
Op http://www.skepticalscience.com/translation.php?a=15&l=15
Zien we in figuur 1c hoe geweldig data het model kan volgen. Zo simpel kan het dus zijn. We hebben het hier dan wel over de echte modellen en niet over een statistisch model.
Mijn vragen zijn:
1. Waarom zijn we aan het knoeien met statistische modellen als we ‘supermodellen’ beschikbaar hebben?
2. Waar vind ik een duidelijke presentatie van een model zoals aangegeven in het voorbeeld van figuur 1c waar de data t/m 2010 in te zien is?
LikeLike
http://www.realclimate.org/index.php/archives/2011/01/2010-updates-to-model-data-comparisons/
LikeLike
Herman,
1) “Total Solar Insolation geleidelijk stijgend van 1870 tot 1960, dan licht dalend tot 1986, vanaf 1986 sterker dalend met in 2007 een nieuw minimum;” Zo ongeveer dacht ik zelf ook dat het was. Nu vinden ze wat anders. Kan dat zomaar?”
Nee, qua Solar forcing gebruiken L&R dezelfde gegevens als anderen – alleen de gemodelleerde response verschilt wel wat van bijv. IPCC 2007. Volgens L&R doordat zij kijken naar de geografische verdeling, en bijv. IPCC 2007 deed dat (nog) niet: .. differ distinctly from those indicated by the Intergovernmental Panel on Climate Change, whose conclusions depended on model simulations. Anthropogenic warming estimated directly from the historical observations is more pronounced between 45_S and 50_N than at higher latitudes ..
Wat de TSI betreft: kijk in Table 1 en Figure 2 c: daar zie je ook dat ‘Solar’ daalt over 1979-2005. Als je goed naar het grafiekje kijkt, is het te zien. Wel lastig, want het grafiekje is klein en loopt vanaf 1900… Ik noemde ’86 als punt wanneer TSI gaat dalen, je kan ook ’79 gebruiken a la L&R. Er is al een zeer geleidelijke daling over ’60-’86, daarna wat duidelijker.
2) ‘WWI’ en ‘WWII’ staan alleen ter oriëntering in de grafiek boven de corresponderende jaartallen vermeld. L&R merken op dat: “.. the largest differences occur at the times of the two World Wars.” Opmerkelijk, meer niet. Bedenk dat de oceaantemperaturen in HadCRU aan het einde van WWII al langere tijd aan kritiek onderhevig zijn – HadSST3 bevat de nieuwste correcties.
3) Verder is de correlatie van 0.87 tussen de lineaire regressie van L&R en HadCRU al vrij hoog: blijkbaar hebben zij de voornaamste parameters al te pakken. Er is verder ook natuurlijke variabiliteit.
Dit paper laat zien dat je op basis van ENSO, Vulkanische aerosolen , Solar Irradiance én Anthropogenic forcing het temperatuurverloop sinds 1900 kan verklaren, niet alleen sinds 1979 (Foster & Rahmstorf). En zonder GCM…
LikeLike
En Herman,
Er zijn geen ‘echte’ vs. statistische modellen. Beide zijn echt. Zoals hierboven staat zijn er behalve GCM’s ook één-dimensionale modellen etc.
Verder heeft het voordelen als je het temperatuursverloop op meerdere manieren kan begrijpen: door een fysische simulatie (AO-GCM) én door de vier statistische componenten statistisch uiteen te rafelen:
– Solar
– Volcanic aerosols
– ENSO
– Anthropogenic (broeikasgassen etc.)
Dat die beschrijvingen overeenstemmen, geeft aan dat men op z’n minst de voornaamste factoren beet heeft.
LikeLike
@Bart,
Is je link een antwoord op mijn vraag :
” 2. Waar vind ik een duidelijke presentatie van een model zoals aangegeven in het voorbeeld van figuur 1c waar de data t/m 2010 in te zien is? ”
Laat ik de vraag dan duidelijker stellen:
Waar vind ik een duidelijke presentatie van een model zoals aangegeven in het VOORBEELD van figuur 1c (http://www.skepticalscience.com/translation.php?a=15&l=15) waar de data van 1900 t/m 2010 in te zien is? “
LikeLike
@Bob Brand,
Laat ik het herformuleren en geef dan maar aan waar ik de plank nu zo mis sla. Ergens maak ik blijkbaar een aantal vreselijke denk en interpretatie fouten.
1. Er wordt een model gemaakt met vier statistische componenten :
– Solar
– Volcanic aerosols
– ENSO
– Anthropogenic (broeikasgassen etc.)
2. Het resultaat is te zien in figuur 1: de groene lijn met r=0.87
3. De correlatie van 0.87 tussen de lineaire regressie van L&R en HadCRU lijkt op het eerst gezicht vrij hoog, en verder vinden we:
“The combination of natural and anthropogenic com- ponents accounts for 76% of the variance in the CRU monthly data from 1889 to 2006”
4. Ondanks punt 3. Lijkt het resultaat in figuur 1 Nu op een hockystick. Het dal rond 1910 en de top bij 1940 zijn geheel weg.
5. Ondanks punt 3 lijkt mij dergelijke toppen en dalen tamelijk essentieel, het gaat hier niet om enkele spikes maar om duidelijke buigpunten die over 10 tot 20 jaar lopen.
6. De opwarming tussen ongeveer 1910 – 1940 is in alle data bases toch te vinden en is ongeveer van dezelfde orde van grote als 1970 – 2000 opwarming.
We hebben het dan over ongeveer 0,4 graden. Ik geloof niet dat we 1910 -1940 zomaar mogen wegpoetsen.
7. Er lijkt een soort verklaring gezocht te worden dat ‘observations’ rondom WO I en WO II niet betrouwbaar, niet nauwkeurig , of schaars zijn.
8. Er wordt niet duidelijk gemaakt welke observaties in punt 7 er nu precies bedoelt worden.
9. Ik heb nergens boekenkasten vol gevonden over de ‘slechte en onbetrouwbare data ‘ tijdens de wereld oorlogen. Ik heb natuurlijk wel eerder iets gelezen over suggesties in die richting, echter NOOIT zodanig serieus dat deze data met een veel grotere onzekerheid wordt aangegeven in de diverse data.
10. De lengte dat de simulatie de data niet goed volgt is wel iets langer dan alleen de periodes van WO I en WO II, waarmee dit argument er niet beter van wordt.
11. De Lean reconstructed zon had ik wel vaker gezien, maar nooit goed begrepen, en eigen nog steeds niet. Evengoed is dat voor het onderwerp wat minder van belang.
Het gaat er tenslotte om of de model simulatie de data goed volgt, en dat doet het op belangrijke punten dus niet.
12. De oplossing is dan inderdaad om de data rondom de WO I en II uit de geschiedenis boeken te schrijven. Zolang dat niet gebeurd is kan ik de poging van het onderzoek slechts zien als een leuke oefening.
LikeLike
“Sorry, waar baseer je dat exact op? Welk ‘model’ dan? Wat is er voorspeld? Waar wijkt het precies af van de metingen?”
@Bob Brand: ik lees het blog van Lucia Liljegren. Op haar plaatjes begint het multi-model-mean steeds verder af te wijken van de waargenomen temperaturen.
Misschien heb je gelijk en is 10 jaar een te korte periode om een duidelijke trend te definieren. Maar als ik in de klimaatmodellen-business zou zitten, dan zou ik niet tevreden zijn met de modellen, die in het multi-model-mean gebruikt worden.
Als wetenschapper wil je de werkelijkheid zo goed mogelijk benaderen, dus ga je op zoek naar een beter model, toch. Je gaat niet zitten afwachten totdat er eindelijk 16 jaar zijn verstreken. Je kunt nu al beginnen.
Weet jij of er klimaatmodellen zijn, die wel een periode van 10 – 15 jaar van gelijkblijvende temperatuur voorspellen of nabootsen?
@Jos Hageleers: het artikel waar je naar verwijst dateert van januari 2011.
De grafiek eindigt in 2010 en we zijn inmiddels al een koel jaar verder. We kunnen ervan uitgaan dat 2012 ook koeler zal zijn dan 2010 en 1998.
Het artikel van Foster en Rahmstorf heb ik gelezen. Jammer dat de auteurs niet hebben gekeken naar het magneetveld van de zon en het effect op kosmische straling (Svensmark). De resterende stijging die zij uiteindelijk overhouden kan ook veroorzaakt zijn door een afname van bewolking, veranderd bodemgebruik en toegenomen bebouwing (UHI).
Maar goed.
Voor de rest van de 21e eeuw blijven de natuurlijke factoren (ENSO, AOD en TSI), die Foster en Rahmstorf identificeren, de temperatuur beinvloeden, positief of negatief. Het heeft weinig zin om te doen alsof ze niet bestaan.
LikeLike
“Weet jij of er klimaatmodellen zijn, die wel een periode van 10 – 15 jaar van gelijkblijvende temperatuur voorspellen of nabootsen?”
Een klimaatmodel zal nooit de specifieke trajectorie vd globale temperatuur kunnen voorspellen vanwege het chaotische element in het weer. Maar klimaatmodellen voorspellen inderdaad periodes van schijnbaar stagnerende temperatuur terwijl de lange termijn trend toch opwarmend is:
Klik om toegang te krijgen tot GRL2009_ClimateWarming.pdf
“Het artikel van Foster en Rahmstorf heb ik gelezen. Jammer dat de auteurs niet hebben gekeken naar het magneetveld van de zon en het effect op kosmische straling (Svensmark). ”
Aangezien GCR correleren met TSI is dat impliciet meegenomen in de regressie-analyse. Als de invloed vd zon op de temperatuur versterkt zou worden via bijvoorbeeld kosmische straling zou dat via een regressie analyse zoals door F&R of L&R is gedaan zichtbaar moeten zijn via een grote amplitude van het effect van TSI.
Dat effect is dus heel klein.
LikeLike
@Hans Verbeek
– “De grafiek eindigt in 2010 en we zijn inmiddels al een koel jaar verder. We kunnen ervan uitgaan dat 2012 ook koeler zal zijn dan 2010 en 1998.”
De volgende vergelijking op RealClimate zul je in januari krijgen, dan zit er 2011 wel bij. Je kunt zelf wel het getalletje van 2011 in de grafiek van RealClimate tekenen, ongeveer bij de gele en rode van 2010, ruim binnen het grijze gebied.
2011 een koel jaar: het warmste La-Nina jaar ooit en bij GISS is 2011 het 9e warmste jaar sinds 1880.
Waar haal je die wijsheid vandaan over 2012?
– “.. de natuurlijke factoren … de temperatuur beïnvloeden, positief of negatief. Het heeft weinig zin om te doen alsof ze niet bestaan.”
Wie doet alsof ze niet bestaan?
De natuurlijke variaties doen iets wat ze al heel lang doen, variëren op kortere tijdschalen. Als je hun invloed uitfiltert, resteert de onderliggende opwarming als gevolg van het toegenomen broeikaseffect, 0.16 °C per decennium.
PS, het is Hagelaars.
LikeLike
Hallo Hans,
In het eerste plaatje van Lucia Liljegren zie je dat GISTemp en NOAA een lineaire trend van +0.182 en +0.159 °C/decennium vertonen, vanaf 1990. Dat komt goed overeen met de +0.17 °C/decennium over 1970-2000 of 1980-2010.
Geen reden dus om te claimen dat “opwarming gestopt is”.
Deze grafiek van HadCRUt toont aan dat er tussen 1960-2011 meerdere perioden geweest zijn van 10, of zelfs 18 jaar, waar de temperatuur niet toenam of daalde. Toch steeg de temperatuur over 1960-2011 met 0.17 °C/decennium!
Een periode van 10 jaar is dus – in het algemeen – te kort om iets met enige zekerheid (‘statistisch significant’) te kunnen zeggen.
Wat ook een rol speelt, is dat er sinds 1998 een hele reeks ENSO’s (El Niño’s/La Niña’s) geweest is. De grote uitslagen die dat met zich brengt maakt het lastig om (over die korte periode), veel over de trend te zeggen. Of de hoge frequentie van ENSO’s een blijvend verschijnsel is, zal moeten blijken.
Een paar kritische opmerkingen over de vergelijking die Lucia hier maakt:
* ik ben het niet eens met de verticale ‘offset’ waarmee zij de Multi-Model Mean weergeeft: die is verticaal verplaatst terwijl die ook in 1990 op hetzelfde niveau zou kunnen beginnen als NOAA/GISTemp;
* het lijkt nu alsof die MM Mean veel ‘hoger’ is, terwijl je alleen de hellingshoek (°C/decennium) mag vergelijken;
* dat beinvloedt óók de ligging van de gestippelde 2-sigma uncertainty ranges. En dat is echt een NO-NO in deze grafische weergave!
* HadCRUt heeft een opvallend blauwe kleur gekregen, terwijl juist GISTemp en NOAA vanaf 1998 betrouwbaarder zijn;
HADCRUT3 heeft namelijk wat problemen sinds 1995/1998 – dat zit ‘m vooral in de zeewatertemperaturen (HadSST2), maar ook in het volledig weglaten van de poolgebieden waar juist de grootste temperatuursveranderingen plaatsvinden. Zie bijv. de verschillen tussen HadCRUt land en BEST.
Om bovenstaande redenen vind ik dat je (ná 1998) beter met NOAA/GISTemp kan vergelijken dan met HadCRU.
LikeLike
Hans Verbeek,
Nog even een vervolg…
Zoals Bart al zegt, zullen GCM’s nooit het precieze tijdstip/jaar van de ENSO variaties kunnen voorspellen: dat kan hooguit 18 maanden van tevoren (door gespecialiseerde observaties/modellen). Wat GCM’s wél (met moeite) kunnen simuleren is het spontaan optreden van de El Niño’s – maar niet het precieze jaar.
Dat geldt ook voor andere kortdurende toevallige fluctuaties – in essentie “het weer”, zoals Bart al zegt. Daarom zie je in de grafiek van Lucia de MM Mean als een (bijna) rechte trendlijn aangegeven:
Klimaatmodellen (GCM’s) maken projecties over de gemiddelde trend over periodes van 30 jaar, bijv. 2001-2030.
Ander kritiekpuntje op Lucia: zij weegt alle modellen even zwaar in die MM Mean, en komt dan op +0.232 °C/decennium.
Dit terwijl het IPCC alle MM’s weergeeft in hun grafiek (en de spreiding van de projecties), maar het is niet zo dat zij alle modellen ‘even goed’ vinden: IPCC heeft voor de eerste decennia van de 21e eeuw een trend van +0.2 °C/decennium geprojecteerd.
LikeLike
@Jos Hagelaars,
Alhoewel je je niet tot mij richt ben ik zo vrij iets te zeggen over:
“2011 een koel jaar: het warmste La-Nina jaar ooit en bij GISS is 2011 het 9e warmste jaar sinds 1880.”
Het is natuurlijk een feit, maar de vraag is of het 9de warmste jaar sinds 1880 wel de betekenis heeft als wordt gesuggereerd. We zijn nu eenmaal op een bepaald ‘warmte niveau’ uitgekomen. Wat is dan de kans om bijvoorbeeld plotseling te zakken naar een vergelijkbare waarde als in 1910?
LikeLike
@HermanVruggink:
2011 is het warmste La Niña jaar ooit.
Het jaar 2011 is zelfs 0.2 °C warmer dan 2007, het voorgaande La Niña jaar. En dat terwijl de ENSO index 2011 nog meer negatief was dan in 2007, dus eigenlijk had 2011 kouder moeten zijn… Zie:
http://www.esrl.noaa.gov/psd/enso/mei/
Klik om toegang te krijgen tot El_Nino_Talking_Points.pdf
En je hoeft niet met 1910 te vergelijken, hoor. Er is géén sprake van dat er zelfs maar gezakt wordt naar de temperaturen van midden jaren ’90, slechts anderhalf decennium geleden!
LikeLike
of van midden jaren ’80, of ’70, of ’60 …
LikeLike
Interessant dat iemand nu een jaar “koel” noemt dat 10 jaar geleden absoluut als “heet” gekenmerkt zou zijn. En dat terwijl we volgens sommigen al sinds 1998 in een periode van “global cooling” zitten.
LikeLike
@ Bob Brand,
“En je hoeft niet met 1910 te vergelijken, hoor. Er is géén sprake van dat er zelfs maar gezakt wordt naar de temperaturen van midden jaren ’90, slechts anderhalf decennium geleden! ”
Precies, dat bedoel ik. Niet onmogelijk, maar die kans is al niet zo groot, dus roepen zoals ook WMO weer zo nodig moest doen in de trend van zoveelste warme jaar ooit zegt dan niet zo veel, en kan ik zelfs misleiding noemen.
“2011 is het warmste La Niña jaar ooit.” Indem dito, same story, dat zegt niet zo veel als wat er mee wordt gesuggereerd: de misleidende waarheid.
Heb je trouwens nog iets aan te merken op mijn 12 punten van december 8, 2011 om 0606:1212 ? Of zit ik er dan toch niet zo veel naast?
LikeLike
Hans Verbeek, Foster & Rahmstorf hebben gekeken naar de globale T, inclusief de oceanen. UHI en veranderd bodemgebruik zijn daarbij effecten in de marge (maks een 1-2%), aangezien de oceanen nu eenmaal niet bebouwd zijn. Bovendien zijn er al diverse onderzoeken die aantonen dat de UHI zelfs voor de land-only serie gerommel in de marge is (hoogstens 10%). En om het helemaal af te maken: de satellieten geven dezelfde trend als de ‘land-based’ directe metingen.
LikeLike
Beste Herman Vruggink,
Je zegt:
Jij noemt alles ‘misleiding’ wat je niet van pas komt. Het is volstrekt bespottelijk wat je allemaal voor ‘misdadig’ en ‘misleiding’ uitmaakt, terwijl:
De rest van de wereld erkent het FEIT:
– 2011 is het warmste La Niña jaar ooit;
– 2011 is warmer dan 2007, terwijl de ENSO index 2011 veel meer negatief was (dus heviger La Niña in 2011);
– de temperatuur in La Niña jaar 2011 is zelfs hoger dan gewone jaargemiddelden medio jaren ’90.
Uiteraard negeer jij de feiten, en je ziet niet onder ogen dat decennium 2001-2010 véél warmer is dan 1991-2000, en dat is weer veel warmer dan het decennium daarvoor, etc. etc. Kijk eens naar de grijze balk 2011 t.o.v. de voorgaande La Niña’s:
Geen wonder dat je genegeerd wordt.
LikeLike
Ah, daar is het favoriete @Bob Brand woordje weer : “bespottelijk”
” De rest van de wereld erkent het FEIT:
– 2011 is het warmste La Niña jaar ooit;” (gemeten)
Beste Bob, DAT Is ook voor Herman Vruggink een FEIT. En dat heeft Herman Vruggink al heel duidelijk aangegeven.
Beste Bob, het decennium 2001-2010 is véél warmer dan het decennium daarvoor. En het laatste decennium is het warmste ooit gemeten. Dat is ook voor Herman Vruggink een FEIT.
Wat kunnen we nu zeggen over 2012? Of het nu warmer of kouder gaat worden weet ik niet, wat ik wel weet is, dat de kans klein is dat het komende jaar NIET in de top 20 warmste jaren ooit gemeten zal vallen. Nu al kunnen we met grote zekerheid aangeven dat 2012 opnieuw een jaar wordt dat ergens hoog in de top zal eindigen.
Het is een FEIT dat 2011 bij GISS het 9e warmste jaar sinds 1880 is, maar de manier hoe dat gebruikt wordt valt m.i. in de categorie misleidende waarheden.
Als iemand 20 jaar celstraf heeft en al 10 jaar in het gevang zit, gaan we niet verbaast uitroepen na 10 jaar: “Tjonge, nu zit die boef alweer een jaar in de cel, hoe is het toch mogelijk, hij zit al tien jaar in de cel ! ”
En: heb je nog iets aan te merken op mijn 12 punten van december 8, 2011 om 0606:1212 ? Of zit ik er dan toch niet zo ver naast?
LikeLike
Herman,
Ja – knap raar dat jij twaalf punten gaat dichten over één zin (!) in het bijschrift van Fig. 1 van Lean & Rind 2008. Wéér een poging van jou om de aandacht af te leiden van de essentie van dit artikel:
– de geografische analyse;
– op basis van regressie analyse wordt aangetoond dat de factoren TSI, ENSO, Volcanic aerosols voldoende zijn om 87% van het verschil met een lineaire temperatuurstoename door broeikasgassen te verklaren. Niet alleen vanaf 1979, maar vanaf 1900!
Over die ene zin in het bijschrift: “Largest differences occur at the times of the two World Wars when observations were sparse.“:
* het is een observatie (één zin) van L&R;
* L&R melden gewoon dat naast r=0.87 de grootste verschillen optreden tijdens WWI en WWII;
* dat de temperaturen (vooral tijdens en direct na WWII) opvallende uitschieters vertonen, is geen nieuws! Zie eerder onderzoek, hier zeer goed beschreven: http://www.realclimate.org/index.php/archives/2008/06/of-buckets-and-blogs/
Deze problemen zitten specifiek in de zeewatertemperaturen HadSST2 (70% van HadCRUT3) ten tijde van WWII. En dát zijn nu juist de CRU observaties waarmee in Figure 1 vergeleken wordt – niet alleen waren metingen ‘sparse’ maar er was tijdens/na WWII ook een opvallende systematische fout in de zeewatertemperaturen.
In de nieuwe HadSST3 (van Met Office) is dit gecorrigeerd, en HadCRUT4 zal, als het eenmaal beschikbaar is, dus een ander verloop kennen rond WWII.
Jij denkt misschien dat temperatuurmetingen 1e helft 20e eeuw ‘in de geschiedenisboeken vastliggen’. Niets is minder waar.
Er komen voortdurend nieuwe gegevens beschikbaar naarmate oude logboeken (scheepsjournaals, handgeschreven uurtemperaturen Oost-Europa, …) gedigitaliseerd worden en er onderzoek gedaan wordt naar de systematische afwijkingen in deze metingen. Dát is nu juist waar CRU aan werkt – het voortdurend aanscherpen en verfijnen van die historische metingen.
Een ander aspect is dat de ENSO index tijdens WWII niet zo betrouwbaar was – meteo gegevens werden toen niet uitgewisseld. Dus ook de lineaire regressie aan ENSO tijdens WWII kán nog wijzigen als bijv. meer bekend wordt over de El Niño van 1941 (uit o.a. koraal en Japanse scheepsjournaals, visserijrecords).
Je ziet – er gaat een wereld schuil achter één zinnetje in L&R. En zij hebben gelijk om even op het WWI/II aspect te wijzen.
LikeLike
Herman,
Wel een beetje raar, dat jij het melden van FEITEN dan uitmaakt voor “misleiding” en “misdadig”.
Het zijn feiten, en als je die onder ogen ziet, zie je dus ook onder ogen dat de temperaturen (zelfs tijdens een hevige La Niña) nu sterk gestegen zijn t.o.v. een decennium geleden… QED.
Jij bent gewoon aan het TROLLEN: aldoor kletskoek en mist verspreiden, en wanneer je er op aangesproken wordt… moet je alles toegeven en sta jij alsnog in je hemd! 🙂
P.S.: ik reageer alleen nog op je geTROL omdat ik graag de FEITEN bij andere lezers over het voetlicht breng. Dat jij niet geïnteresseerd bent in de realiteit maar alleen in semantische spelletjes weet inmiddels iedereen…
LikeLike
Je laatste posting krijg ik net onder ogen, daar zal ik nog op reageren.
Hieronder mijn reactie op je voorlaatste posting:
Nou, dan zijn het eens over:
de essentie van het artikel:
– op basis van regressie analyse wordt aangetoond dat de factoren TSI, ENSO, Volcanic aerosols voldoende zijn om 87% van het verschil met een lineaire temperatuurstoename door broeikasgassen te verklaren. Niet alleen vanaf 1979, maar vanaf 1900!
MAAR: dat neemt niet weg dat we in figuur 1 nu een hockystick zien. De curve fitting is zoals ik het zie althans gewoon slecht op nu net een paar belangrijke punten. Dat resultaat noem ik teleurstellend, zeer teleurstellend.
Eerlijk gezegd had ik tot nu toe altijd voor zoete koek aangenomen dat de Curve fitting en simulatie van het verleden geen problemen opleveren want zoals von Neumann hierover eens zei: “With four parameters I can fit an elephant, and with five I can make him wiggle his trunk”. Het eerste de beste (statistische) model wat ik nu onder ogen krijg en serieus bekijk laat een voor mij daarom een teleurstellend resultaat zien.
Ik heb nog gezocht naar andere model uitkomsten, ik dacht dat ik in korte tijd er vele zou vinden, ook wederom weer verbazing dat ik er eigenlijk niet zo veel kan vinden. Toch best een belangrijk onderwerp die opwarming zou je denken… Als je nog linkjes hebt dan hou ik mij aanbevolen! ( bij voorkeur complete range 1900 -2010)
Indien we nu bepaalde data in de tijdvakken 1905 – 1920 en 1930 – 1945 als ‘verdacht’ willen/mogen/moeten aanmerken dan verwacht ik dat er dan ook veel onderzoek naar gedaan is, en wordt gedaan. Alleen een realclimate artikel is dan wat dunnetjes. Als je meer info hebt dan hou ik mij aanbevolen. Vooral de stevige dip in SST 1905 – 1915 is zeer opmerkelijk, ik zoek al een tijdje naar stevige informatie hierover.
En als dit, zeg maar, op een gegeven moment algemeen gedachtegoed is geworden/ gaat worden, moet dat dan niet zichtbaar gemaakt worden in de onzekerheidsband van de data?
LikeLike
@Bob Brand,
Op dit blog heb ik feiten of het misbruiken van feiten zover ik weet niet in verband gebracht met misdaad. Mogelijk ben je in de war met een ander blog waar ik het woord “misdadig” eens gebruikt heb maar dan in een volledig ander context, een ander onderwerp. Als je dat wilt bespreken dan hoor ik nog van je, dan gaan we eerst de tekst er bij halen en de context bespreken, maar dan geraken we wel van het onderwerp af.
Laat ik een voorbeeld geven van het misbruiken van feiten als misleidende waarheid.
” Weer 5000 afrikanen die ons land binnen zijn gekomen dit jaar !”
Het kan een FEIT zijn, het kan een waarheid zijn, maar indien je er niet bij verteld dat in het zelfde jaar er ook 6000 afrikanen ons land verlaten hebben dan maak je je schuldig aan misbruik van feiten als misleidende waarheid.
Er zijn vele voorbeelden van misleidende waarheid, en bijna dagelijks te horen op RTL4 en te lezen in de telegraaf. Veel berichten beginnen met “Steeds meer”
De WMO berichtgeving “toevallig” vlak voor Durban over 2011 het 9de warmste jaar ooit, zie ik in de zelfde lijn. Er wordt dan misbruik gemaakt van feiten als misleidende waarheid.
LikeLike
Bob, bedankt voor je reacties.
We zullen van mening blijven verschillen of de huidige pauze in de opwarming lang genoeg is voor een eenduidige conclusie.
Punt blijft dat er betere klimaatmodellen moeten komen.
Er wordt heel veel woorden gebruikt om aan te tonen dat de huidige temperaturen nog altijd binnen de marges van de bestaande klimaatmodellen vallen. Waarom niet geprobeerd betere modellen te maken?
LikeLike
Hoi Hans,
Geen probleem.
Ik denk dat wel duidelijk zou moeten zijn (Forster & Rahmstorf, mijn reacties van 8 dec. 10:12, en bijv. http://www.realclimate.org/images//wmo_gcs_fig_1.jpg) dat er niet echt sprake is van een “pauze in de opwarming”. Perioden korter dan 15 á 16 jaar kan je geen statistisch significante conclusies aan verbinden.
Er wordt keihard en 24/7 aan nog betere modellen gewerkt, ook omdat de deadline voor IPCC 2013 (15 maart 2013) rap naderbij komt. Lees ’s rustig:
http://www.realclimate.org/index.php/archives/2011/08/cmip5-simulations/
En hier kan je de vergelijkende tests van de nieuwe modellen ‘live’ volgen:
http://cmip-pcmdi.llnl.gov/cmip5/
LikeLike
Herman,
Je voorbeeld slaat nergens op: de WMO meldt de ‘netto’ feiten, zoals het haar opdracht is: WMO is the United Nations’ authoritative voice on weather, climate and water.
Het zou wat anders zijn als WMO zou melden: “juni 2011 was recordwarm!” en weg zou laten dat alle andere maanden ver beneden het gemiddelde vallen. Het is juist de opdracht van WMO om het UNFCCC van de feiten te voorzien:
GENEVA/DURBAN, 29 November 2011 (WMO) – Global temperatures in 2011 are currently the tenth highest on record and are higher than any previous year with a La Niña event, which has a relative cooling influence. The 13 warmest years have all occurred in the 15 years since 1997. The extent of Arctic sea ice in 2011 was the second lowest on record, and its volume was the lowest.
These are some of the highlights of the provisional annual World Meteorological Organization Statement on the Status of the Global Climate, which gives a global temperature assessment and a snapshot of weather and climate events around the world in 2011. It was released today at the international climate conference in Durban, South Africa.
“Our role is to provide the scientific knowledge to inform action by decision makers,” said WMO Secretary-General Michel Jarraud. “Our science is solid and it proves unequivocally that the world is warming and that this warming is due to human activities,” he said.
LikeLike
@Bob Brand,
“The 13 warmest years have all occurred in the 15 years since 1997. The extent of Arctic sea ice in 2011 was the second lowest on record, and its volume was the lowest.”
allemaal FEITEN voor mij in de categorie misleidende waarheid. Maar je moet het snappen om het te kunnen begrijpen zou Cruijf zeggen. Wie ore heeft die hore. Als je het niet wilt snappen dat hoor je en zie je het niet.
Ik kan niet hard maken dat de WMO het bewust naar buiten brengt zoals gedaan, maar zwaar irritant (voor mij althans) is het wel.
“Our role is to provide the scientific knowledge to inform action by decision makers,” zegt WMO Secretary-General Michel Jarraud.
Selectieve snapshots als basis van solid information? Ik snap heel goed dat een alarmist als jij hier zeer tevreden over bent, voor mij is het tenenkrommend en werkt het sterk averechts.
Evengoed : Kijken we nu tevreden terug op Durban?
LikeLike
Relevante feiten over de ontwikkeling van het klimaat over de afgelopen 15 jaren, en allemaal waar. Er is geen spat “misleiding” bij – iedereen die naar de temperatuurrecords kijkt, snapt waar het de afgelopen 15 jaar naartoe ging: OMHOOG.
Het is niet “selectief”, want i.t.t. allerlei ‘klimaatsceptici’ gaat het over de afgelopen 15 jaar, de minimaal statistisch significante periode.
Bovendien is het de opdracht, én het mandaat, van de WMO om aan het UNFCCC rapport uit te brengen.
LikeLike
Zoals ik al zei @Bob Brand :
allemaal FEITEN voor mij in de categorie misleidende waarheid. Maar je moet het snappen om het te kunnen begrijpen zou Cruijf zeggen. Wie ore heeft die hore. Als je het niet wilt snappen dat hoor je en zie je het niet.
LikeLike
“Als je het niet wilt snappen ..“, dat is bij uitstek van toepassing op jou.
Waar blijft trouwens je statistische onderbouwing van wat er niet juist is aan de analyse van Lean & Rind 2008? Of van Foster & Rahmstorf?
Of laat jij het weer bij dikdoenerige berichten? Herman noemt het ‘teleurstellend’, Herman noemt het ‘misdadig’, Herman noemt het ‘misleiding’… en allemaal zonder onderbouwing!
En nu weer: “dat neemt niet weg dat we in figuur 1 nu een hockystick zien”.
We? Herman en Herman zeker. 🙂
LikeLike
Lean & Rind 2008? : Heb ik al uitgebreid besproken: – op basis van regressie analyse wordt aangetoond dat de factoren TSI, ENSO, Volcanic aerosols voldoende zijn om 87% van het verschil met een lineaire temperatuurs-toename door broeikasgassen te verklaren. ECHTER de grafiek poetst dalen en pieken geheel weg. De curve fitting lijkt nergens op. Zwaar teleurstellend. Mensen die niet blind zijn herkennen direct een hockystick.
Foster & Rahmstorf: Een mooi resultaat echter over een te korte periode en valt naar mijn mening in de categorie “With four parameters I can fit an elephant, and with five I can make him wiggle his trunk”
Indien Foster & Rahmstorf het model uitbreiden van 1900 – 2010 met de zelfde fit prestaties dan ben ik onder de indruk. Een kleine moeite wellicht om de data eens uit te breiden? Of past het dan niet meer?
Ik heb je al uitgelegd wat naar mijn mening misleidend is. Geen idee waar je heen wilt met je misdaad verhaal. Wat is nu je punt?
Ik wil het allemaal best tot vervelens toe voor je blijven herhalen hoor Bob, Ik weet dat je je sommige dingen vier tot vijf keer moet horen voordat het kwartje bij je gaat vallen. Ik heb alle geduld met je.
En: tevreden over de resultaten in Durban?
LikeLike
Beste Herman,
Dat is geen statistische onmderbouwing. Je zal aan moeten tonen dat de correlatiecoëfficient rho kleiner is dan 0.5, want anders hebben Lean&Rind met succes aangetoond dat deze vier factoren het merendeel van het temperatuursverloop verklaren.
Een mogelijke verklaring voor de (kleine) afwijkingen rond WWI en WWII staat in het artikel. Het is niet voor niets dat Lean en Rind tientallen publicaties aan de peer-reviewed literatuur hebben toegevoegd… en jij precies NUL.
Waar blijft je statistische onderbouwing?:)
LikeLike
En? Tevreden over je gebrek aan zelfs de meest elementaire kennis op het gebied van statistiek?
🙂
LikeLike
@Bob Brand,
Hoe kom je er bij dat ik een statistische onderbouwing moet geven? Ben ik helemaal niet van plan en hoe kom je daar nou bij dat dit nodig is? Kletskoek.
Lean& Rind hebben met succes aangetoond dat deze vier factoren het merendeel van het temperatuursverloop verklaren.
ECHTER het MERENDEEL is niet alles bepalend. De curve fitting lijkt namelijk nergens op. Zwaar teleurstellend. Mensen die niet blind zijn herkennen direct een hockystick.
En ook al is de hele wereld het er over eens dat het een geweldige Curve fit is, dan nog vertrouw ik op mijn eigen waarneming en beoordelingsvermogen. Dan moet ik verder leven in een wereld vol blinde vinken. Het zij zo.
Verder ben ik zeer tevreden over mijn zeer beperkte doch elementaire kennis van statistiek. Dat wil ik graag zo houden. Hoe kom je er toch bij dat statistiek een zaligmakende tak van sport is? Het kan handig zijn, en als ik het nodig heb dan schakel ik liever mensen in die er veel beter in zijn zoals Bob Brand.
Je kent het gezegde vast wel :
” Je hebt twee soorten onwaarheden: Leugens en statistiek ”
En tevreden over de resultaten in Durban? Ik zie Harry Verhaar( Phillips) op het Journaal een poging doen om een schone klimaat koker te verkopen in Z-Afrika. Mooi resultaat 🙂
LikeLike
Beste Herman,
Toch zal jij: “een statistische onderbouwing moet geven” om de resultaten van Lean en Rind aan te vechten. Hun resultaten maken sinds 2008 deel uit van de peer-reviewed literatuur… en jij kan niet eens een statistische onderbouwing geven wát er dan niet aan zou kloppen?
Je hebt wetenschappers (bijv. Lean en Rind) en je hebt kletsmajoors… ehh… Herman Vrugginks, bedoel ik. 😉
LikeLike
Beste Bob,
Welnee, ik moet helemaal niks, en ik vecht de resultaten trouwens ook niet eens aan. Hoe kom je daar bij? De resultaten zijn zoals ze zijn. Ik vat de resultaten alleen samen! En ook al gaat de hele wereld op z’n knietjes in volle adoratie dan nog blijf ik bij mijn samenvatting:
“Lean& Rind hebben met succes aangetoond dat deze vier factoren het merendeel van het temperatuursverloop verklaren.
ECHTER het MERENDEEL is niet alles bepalend. De curve fitting lijkt namelijk nergens op. Zwaar teleurstellend. Mensen die niet blind zijn herkennen direct een hockystick. ”
Moet je eens voorstellen: Ik beschouw 100 jaar data, vrijwel een rechte lijn en 5% van de data vertoont een soort diep dalletje in het midden. Indien ik een model heb die een rechte lijn is dan volgt 95% van mijn data perfect het model. Een goed model? ik dacht van niet.
peer-reviewed laat mij koud, en of jij mij een kletsmajoor vindt laat mij ook volkomen koud.
En: zal het nog wat gaan worden in Durban?
LikeLike
Helaas vindt de rest v.d. wereld nu precies hetzelfde van Herman en zijn “dalletje” – een kletsmajoor, en dus gewoon te negeren.
Dat is natuulijk wel het nadeel, Herman, als jij niet kan onderbouwen wat je allemaal roept – ja, statistisch, weet je wel. 🙂
LikeLike
Wat de hele wereld vindt van mijn samenvatting :
“Lean& Rind hebben met succes aangetoond dat deze vier factoren het merendeel van het temperatuursverloop verklaren.
ECHTER het MERENDEEL is niet alles bepalend. De curve fitting lijkt namelijk nergens op. Zwaar teleurstellend. Mensen die niet blind zijn herkennen direct een hockystick. ”
zal ten eerste wel mijn belangstelling hebben, maar mijn samenvatting niet veranderen. Ten tweede hoor ik dat dan wel van de hele wereld zelf.
Goddank is Bob Brand niet de spreekbuis voor de hele wereld.
Ze gaan verlengen in Durban geloof ik?
Best een goeie Voice vanavond, of volg je het volksvermaak niet?
LikeLike
Herman,
Je hebt nog stééds geen enkele onderbouwing gegeven, Met cijfertjes, weet je wel: 1, 2, 3, … en optellen en zo. 🙂
LikeLike
Welnee, Bob Brand, ik moet helemaal niks, en ik vecht de resultaten trouwens ook niet eens aan. Hoe kom je daar bij? De resultaten zijn zoals ze zijn. Ik vat de resultaten alleen samen ! En mijn zeer goed overwogen samenvatting is als volgt :
“Lean& Rind hebben met succes aangetoond dat deze vier factoren het merendeel van het temperatuursverloop verklaren.
ECHTER het MERENDEEL is niet alles bepalend. De curve fitting lijkt namelijk nergens op. Zwaar teleurstellend. Mensen die niet blind zijn herkennen direct een hockystick. ”
En met die uitspraak zult u het moeten doen.
LikeLike
Beste Herman,
Nog steeds geen onderbouwing. En je spreekt jezelf in je ‘samenvatting’ (haha… ) iedere keer op hilarische wijze tegen want de r=0.87, de correlatiecoëfficiënt, IS nu juist de maatstaf voor succesvolle ‘curve fitting’.
En een ‘hockeystick’ – tsja, zo ziet het temperatuursverloop er uit, voor 87%: een ongekend sterke stijging in de laatste decennia. We weten allemaal hoe het komt… behalve Herman.
By the way, deze opmerking (2:12 PM) was ook veelzeggend: “.. dat er dan ook veel onderzoek naar gedaan is, en wordt gedaan. Alleen een realclimate artikel is dan wat dunnetjes”
Daaruit blijkt dat je het artikel niet eens leest. Je doet alleen alsof.
IN dat Realclimate artikel staan namelijk MEERDERE links naar publicaties over dat onderzoek. Aanklikken en bestuderen. Google gebruiken. Lukt dat, denk je? Blijkbaar niet.
LikeLike
@Bob Brand,
Ik ben zeer tevreden over mijn onderbouwing. Dat het jouw goedkeuring niet kan verdragen lag ook niet echt in lijn met de verwachtingen als wij onze discussies uit het verleden teruglezen. Toch?
Ik weet dat je alles 1000 * moet horen voordat je het een beetje begint te snappen. Ik heb alle geduld met je hoor, zoals ik je al verteld heb.
Ik zal je het voorbeeld maar weer eens geven:
Moet je eens voorstellen: Ik beschouw 100 jaar data, vrijwel een rechte lijn en 5% van de data vertoont een soort diep dalletje in het midden. Indien ik een model heb die een rechte lijn is dan volgt 95% van mijn data PERFECT het model. Een goed model? ik dacht van niet.
Ook al voldoet een belangrijk deel van je data aan je model, als het op essentiële punten NIET volgt, voldoet het model tot een zekere hoogte.
En wat betreft het realclimate artikel: Ik herhaal de vraag maar eens die ik je gesteld heb: ‘Als je meer info hebt dan hou ik mij aanbevolen.’ Zou het wellicht kunnen dat ik daarmee aangeef met de verwijzingen uit het artikel bekend te zijn? Of was dat nog niet in je koppie op gekomen? Je conclusie dat ik het artikel niet lees slaat helemaal nergens op.
Maar waar wil je eigelijk heen: ” Het model klopt, maar de data is niet juist ?” Dat zou je als alarmist wel graag willen! Maar daar trappen we niet zomaar in natuurlijk.
LikeLike
Beste Herman,
Jij begrijpt nog niet eens dat 1.7 mm/y naar 2.8 mm/y (zeespiegelstijging) per definitie een versnelling inhoudt… en daar wordt je op het blog van Paul Luttikhuis nog steeds hartelijk om uitgelachen. 🙂 En dan zeg je dit: “Ik beschouw 100 jaar data, vrijwel een rechte lijn en 5% van de data vertoont een soort diep dalletje in het midden.”
Welja, ‘wij, Herman, pluralis majestatis, beschouwen een rechte lijn! Pollens!‘
Heb je soms Lean & Rind 2008 óók niet gelezen, net zo min als dat artikel op Realclimate? Als je het wél gelezen zou hebben, had je namelijk gezien:
* Figure 1 groene lijn is HELEMAAL GEEN RECHTE LIJN;
* maar vertoont vele dalen en bergen, die precies samenvallen met de pieken-en-dalen van de HadCRU temperaturen;
* zó netjes dat r=0.87, m.a.w. HadCRU is voor 87% te herleiden uit het empirische model;
* inclusief ALLE UPS-AND-DOWNS én de samenvallende pieken en dalen in het temperatuursverloop;
* BEHALVE rond 1914-1918 en 1939-1946, daar is er een duidelijke afwijking;
* wel toevallig, hé? Dat juist die oorlogsjaren afwijken…
* vooral omdat tóch al algemeen bekend is dat HadCRU (HadSST2) uit 2006 vreemde sprongen maakt over de periode ’39-’46, toen er de metingen op andere wijze plaatsvonden en niet uitgewisseld werden;
* EN omdat ENSO index-waarden over ’39-’46 heel onnauwkeurig zijn, zodat het empirische model over die periode de ENSO (o.a. 1941) niet correct kan meenemen.
De laatste vier punten bieden een mogelijke verklaring waarom het empirische model die specifieke perioden niet kan reproduceren. Maar wellicht schuilen jouw problemen niet alléén in de leesvaardigheid, maar ook in kippigheid & het ontbreken van juist gecorrigeerde brilleglazen?
TIP: klik in Adobe Reader op de ‘+’, en zoom eens in op de groene lijn in Figure 1. 400% zou moeten helpen.
Dan zie je dat de lijn NIET RECHT is, maar dat de pieken en dalen JUIST samenvallen met de gemeten temperaturen, behalve rond 1910 en ’39-’46. Het is geen rechte lijn met alleen aan het einde een stijging – het reproduceert de koelere periode na WWII én reproduceert precies de individuele pieken en dalen. Als je verder had gelezen in par. 3 en 4, dan had je de regressie-analyse gezien, inclusief de daaruit volgende ‘lag times’ van de vier factoren & de geografische verdeling van de temperatuursveranderingen. Conclusie:
Kijk, dát is een correcte samenvatting in plaats van je tendentieuze kletspraatjes over een ‘hockeystick’. Het artikel is zó geslaagd dat ik je aan kan raden om er eens een fatsoenlijke bril voor aan te schaffen… zodat je Figure 1 eindelijk in detail kan zien! 🙂
LikeLike
O ja, Herman, jij bent allang door de mand gevallen:
Alleen een Realclimate artikel? In dat artikel staan nota bene de verwijzingen naar het onderzoek & ‘meer info’.
Lezen, Herman, en niet doen alsóf je het gelezen hebt!
Jammer dat ik je daar iedere keer weer op moet wijzen, zelfs de meest elementaire logica moet je telkens weer stapje-voor-stapje uitgelegd worden. 🙂
LikeLike
Beste Herman,
Hier: twee brillen halen, één betalen. Doe er je voordeel mee:
http://www.optiekpagina.com/aanbieding_brillen_hansanders.php
LikeLike
Kijk @Bob Brand schakelt nu over naar de categorie valsheid en leugens:
” … en daar wordt je op het blog van Paul Luttikhuis nog steeds hartelijk om uitgelachen. ”
Laat maar zien dan, de enige die stom zat en zit te hinniken ben jij. Verder heb ik niemand horen lachen of schamperen op het NRC blog.
Verder geef ik een VOORBEELD met:
” Moet je eens voorstellen: Ik beschouw 100 jaar data, vrijwel een rechte lijn en 5% van de data vertoont een soort diep dalletje in het midden. Indien ik een model heb die een rechte lijn is dan volgt 95% van mijn data PERFECT het model. Een goed model? ik dacht van niet. ”
Het geeft niet hoor Bob, dat je niet snapt wat ik daar mee bedoel. Ik heb alle tijd van de wereld om het je uit te leggen: Wat zou Herman Vruggink daar toch mee bedoelen? Dat is toch niet zo moeilijk ? Het voorbeeld illustreert namelijk dat ondanks uitstekende statistische toets uitkomsten er wel degelijk reden kan zijn om kanttekeningen te plaatsen of zelfs een model af te keuren. Statistiek is een HULPMIDDEL.
Mijn zeer goed overwogen samenvatting is als volgt :
“Lean& Rind hebben met succes aangetoond dat deze vier factoren het merendeel van het temperatuursverloop verklaren.
ECHTER het MERENDEEL is niet alles bepalend. De curve fitting lijkt namelijk nergens op. Zwaar teleurstellend. Mensen die niet blind zijn herkennen direct een hockystick.
En verder ga je gewoon door met liegen met :
” BEHALVE rond 1914-1918 en 1939-1946, daar is er een duidelijke afwijking;”
Nee Bob, zoals ik je er al eerder op heb gewezen en door iedereen die zijn ogen open doet zelf te zien is in de grafiek: De data past bij lange niet over een veel grotere periode, niet alleen over de oorlogsjaren. Daarbij komt ook nog eens dat daardoor precies essentiële buigpunten worden weggepoetst.
Wil jij het anders zien? Ik vind het best hoor, dat heb ik ook al zeer duidelijk aangegeven met : ” Ook al ziet de hele wereld het anders, het zij zo, dan zal ik moeten leven met een wereld vol blinde vinken.
Ik snap best dat jij als alarmist graag wilt roepen: Het model is goed, de data is fout” Want zou dat toch eens goed uitkomen zeg !
LikeLike
Even wat anders Bob Brand,
We zijn hier te gast. Ik kan mij voorstellen dat onze gastheer maar ook mogelijk andere lezers er een beetje flauw van worden dat alles over en weer tig keer herhaald gaat worden.
Het maakt mij verder niet zo veel uit, ik wil best met alle plezier en liefde alles voor je herhalen. Ik doe graag wat voor mijn fans! ik laat het aan Bart als gastheer over om daar eventueel richting aan te geven.
Het mag ook anders : hermanvruggink@gmail.com
LikeLike
“Ik doe graag wat voor mijn fans”
Die fans worden voorzien van fraaie teksten, een bloemlezing:
– “We knoeien net zolang tot we weer zien wat we willen zien.”
– “De lineaire trend is de meest perfecte weergave van de laatste 30 jaar? Op z’n minst discutabel.”
-“.. zoveelste warme jaar ooit zegt dan niet zo veel, en kan ik zelfs misleiding noemen.”
– ” Er wordt dan misbruik gemaakt van feiten als misleidende waarheid.”
– ” Evengoed : Kijken we nu tevreden terug op Durban?”
– ” Deze valse voorstelling van zaken noem ik misdadig”.
– ” Mensen die niet blind zijn herkennen direct een hockystick.”
– “…, dan nog vertrouw ik op mijn eigen waarneming en beoordelingsvermogen. Dan moet ik verder leven in een wereld vol blinde vinken.”
– ” En tevreden over de resultaten in Durban?”
– ” Mensen die niet blind zijn herkennen direct een hockystick.”
Ik kan er niets mee en de toon ervan heeft in mijn ogen totaal niets met iets van een discussie van doen. Ik heb me duidelijk vergist toen ik de volgende uitspraak deed:
“Het is jouw manier om je persoonlijke zoektocht naar hoe het een en ander in elkaar steekt, in te vullen.”
Een zoektocht is iets anders dan anderen zoveel mogelijk provoceren.
Veel succes ermee.
LikeLike
Beste Herman Vruggink,
Ben je de opmerkingen van W.J. van Hoek vergeten? Die sloeg de spijker wel op de kop.:) Of van Sascha Tavere…
Ik vind dat de bloemlezing van Jos Hagelaars hierboven het ook heel goed weergeeft. Wat mij telkens weer opvalt:
1) Jij bent niet in staat tot kwantitatief redeneren, rekenen, statistiek bedrijven;
2) Evenmin tot logisch argumenteren en datgene lezen wat er bedoelt wordt (je bent bijvoorbeeld nooit verder gekomen dan Figure 1 in L&R);
3) Maar gaat op zoek naar een retorisch labeltje, zoals:”..herkennen direct een hockeystick”, “.. misleidende waarheid”, “.. valse voorstelling van zaken noem ik misdadig”, etc. dat je er op kan plakken (zie Jos).
Eén van de meest bespottelijke voorbeelden vind ik wel dat je een curve met een reeks pieken en dalen (het model van L&R, al is het maar vanwege de zonnecyclus) tot ‘hockeystick’ bombardeert, als je niets inhoudelijks weet te melden (o ja, dat gezeur dat L&R niet zouden weten dat ’40-’45 WWII betreft, is ook zo’n opvallende afleidingsmanoeuvre).
Een zinloze manier van retoriek bedrijven: je overtuigt niemand en je wordt door de deskundigen (Bart en anderen) volslagen genegeerd. Met deze retoriek probeer je vervolgens zoveel mogelijk van de schaarse tijd van Jos Hagelaars, van mij, en van anderen op te souperen.
Misschien heb jij niets beters te doen. Zowel Jos als mijn persoon hebben een volledige baan, moeten ook elders productief zijn. Als we tijd besteden aan het wetenschappelijk interessante onderwerp klimaatverandering, doen we dat liever met discussiepartners waarmee we wetenschappelijke belangstelling delen i.p.v. met een retorische oude zeur…
Dus aju paraplu, het is heerlijk weer en ik ga lekker mijn vrije zaterdag in de buitenlucht besteden. 🙂
Toedeledoki, Herman!
P.S.: de brillen zijn nog steeds in de aanbieding, zie ik. Héél handig voor groene grafiekjes! 🙂
LikeLike
Herman schrijft:
Ligt het nu aan mij of bespeur ik daar enige mate van interne inconsistentie?
Wel kan ik het met Herman eens zijn dat op een gegeven moment, bijv na een herhaling van zetten, een ‘agree to disagree’ mag worden uitgesproken.
LikeLike
@Ach Jos Hagelaars,
Het is duidelijk dat wij een volstrekt andere manier van communiceren en ook een volstrekt andere kijk op de wereld hebben. Ik ben zeer tevreden over mijn manier van communiceren en het uit het verband halen van citaten zoals jij doet kan ik niet zo veel mee.
Ik voel mij niet aangesproken met je stelling dat ik zo veel mogelijk andere mensen wil provoceren. Het is een volstrekt onjuiste voorstelling van zaken.
Hoe moet ik anders zeggen dat een kip zonder kop of een blinde vink kan zien dat het model in Lean en Rind voor geen meter past? Vertel mij dat dan eens? U wenst prietpraat als ” … als ik naar de grafiek kijk dan heeft het er wellicht de schijn van dat het misschien zo lijkt…..” ?
Hoe moet ik anders zeggen dat Alarmisten de boel aan het bedriegen en belazeren zijn door FEITEN te verdraaien en pogingen doen data weg te praten als onbetrouwbaar en het model dat op een hockystick lijkt goed te praten?
Je hebt het volste recht om het anders te zien. Noem jij de grafiek passend? Ik vind het best, maar ik noem je vervolgens gewoon een blinde vink en vraag mij dan oprecht af of je soms een dubbele agenda hebt.
Denk je nu werkelijk dat dit provoceren is? Ik noem het opkomen voor waarheid en een protest tegen het verdraaien van FEITEN.
Ik meen op dit moment niets terug te hoeven nemen van dat gene wat je geciteerd hebt. Dat jouw taalgebruik anders is dan de mijne kan ik helaas weinig aan doen. Met jouw taalgebruik heb ik overigens geen moeite mee. Ik ben er van overtuigd dat ik in volle eerlijkheid alles naar beste weten geformuleerd heb.
Je hebt mijn mail adres gezien, als je ergens mee zit kan je mij altijd mailen.
LikeLike
Beste Herman,
Degene die de FEITEN verdraait, dat ben jij natuurlijk.
Iedere keer weer betrap ik je daarop, en het mooiste voorbeeld was wel de zeespiegelstijging, waar je de resultaten van Jevrejeva, Chuch&White en anderen onder een dikke laag vette leugens probeerde te bedekken.
Ik zal je iedere keer weer opnieuw herinneren aan de FEITEN, een aantonen dat je liegt dat het gedrukt staat.
Ook hierboven wéér: NIEMAND zegt dat de data “onbetrouwbaar zijn” – wél is het algemeen bekend (en door de mensen van MET Office en CRU ZELF onder de aandacht gebracht) dat de zeewatertemperaturen tijdens en na WWII een systematische afwijking vertonen. Dat is heel wat anders.
Het is dus terecht dat Lean & Rind dat nog even in één zinnetje onder de aandacht brengen.
Verder ben je duidelijk geen hockeyer, want als jij de curve van L&R voor een ‘hockeystick’ aanziet, getuigt dat alleen van retoriek: die curve slingert op en neer van heb ik jou daar. Druk eens op ‘inzoomen’, of maak gebruik vand diensten van een opticiën.
Nogmaals; JIJ bent de leugenaar, en Lean & Rind hebben een prima onderzoek gepubliceerd. (Dank aan Bart voor de verwijzing)
En nu lekker naar buiten. Prettig weekend!
LikeLike
Herman,
Jouw laatste commentaar is duidelijk een provocatie en in strijd met de (zeer ruime) spelregels die ik heb opgesteld. Te meer daar jij voor de beschuldiging van het verdraaien van feiten nul komma niks argumentatie hebt geleverd (nee, dit is geen uitnodiging voor het herhalen van zetten).
Een eventueel volgende commentaar in deze stijl zal ik verwijderen. Vriendelijk dank voor je medewerking.
LikeLike
@Bart,
“Ligt het nu aan mij of bespeur ik daar enige mate van interne inconsistentie?”
Nee, dat ligt niet aan jou, op het eerste gezicht lijkt hier sprake van inconsistentie. Ik meen dat ik dat meerdere malen heb getracht toe te lichten.
1. Ik heb de omschrijving van de essentie van het rapport woordelijk overgenomen zoals Bob Brand het op twee manieren heeft geformuleerd. (Kijk, zo flexibel ben ik nou)
ECHTER
2. Ik voeg een zeer duidelijke kanttekening toe. Wie naar de grafiek kijkt ziet ondanks de goede ‘statistische uitkomsten’ over de gehele lengte genomen er op essentiële punten (buigpunten) de Curve fitting slecht is.
Ik heb dit getracht duidelijk te maken met een voorbeeld die ik daarna herhaald heb. Ik heb er ook meerdere malen naar mijn mening zeer terecht op gewezen dat de statistiek niet leidend is maar een hulpmiddel. Uiteindelijk zal er met gezond verstand naar gekeken moeten worden.
3. Een andere kanttekening die ik gemaakt heb is bij de suggestie die gedaan wordt in het rapport dat dit iets te maken zou kunnen hebben met de oorlogsjaren en heb er op gewezen dat de slechte fit wel een stukje langer is dan alleen de oorlogsjaren.
Ik meen dat mijn kanttekeningen niet het rapport aanvecht op:
“The combination of natural and anthropogenic components accounts for 76% of the variance in the CRU monthly data from 1889 to 2006.”
LikeLike
Tjonge, Had ik het onbeschofte gekwetter van Bob Brand van december 10, 2011 om 1010:1212 | nog niet eens gelezen.
Laat je vriendje Hagelaars eens een lijstje maken van jouw provocaties, verdachtmakingen en arrogante en denigrerende manier van communiceren. En laten we dan vooral je andere anoniemen niet vergeten zoals “The spanisch inquisition” waarmee je de diverse blogs onveilig hebt gemaakt. Maar ik denk dat Hagelaars met twee maten meet.
Nu je laatste reactie weer tegen Fred Versteeg op het NRC blog :
“Of zit daar wellicht het probleem? Na één jaar met scheikunde gestopt? En nu nog altijd wrokkig op de niet-begrepen wetenschap? Minderwaardigheidscomplexje?”
Tja, dat zal Hagelaars wel nette en fatsoenlijke communicatie noemen.
Een heel prettig weekend heren, en Bart, dank voor je geduld.
LikeLike