Attributie van extreme gebeurtenissen: is het weer of is het klimaat?

Geplaatst op 29 december 2016door Hans Custers | 112 reacties

Sinds 2011 brengt het Bulletin of the American Meteorological Society (BAMS) jaarlijks een speciale editie uit die volledig gewijd is aan de attributie van extreme gebeurtenissen. Onlangs verscheen de vijfde editie, gewijd aan extreme gebeurtenissen die plaatsvonden in 2015. Naar aanleiding hiervan gaf Climate.gov (NOAA) de antwoorden op een aantal veelgestelde vragen. Hier volgt een (vrije) vertaling.

Hoofdpunten:

Extreme gebeurtenissen ontstaan altijd door een samenspel van meerdere factoren. Attributiestudies onderzoeken of de menselijke invloed op het klimaat een van deze factoren is.
Een attributiestudie kan aangeven of klimaatverandering invloed heeft gehad op de kans op of op de ernst van een extreme gebeurtenis. Maar er kan niet aangetoond worden of klimaatverandering wel of niet “de oorzaak” was van een specifieke gebeurtenis.
Attributie van extreme hitte en neerslag is eenvoudiger dan attributie van natuurbranden, droogtes, of tornado’s.
Inzicht in de bijdrage van klimaatverandering aan de kans op of de ernst van extreem weer kan behulpzaam zijn bij het beheersen van toekomstige risico’s.
Vanwege de complexiteit van de onderzoeken zijn attributiestudies vaak moeilijk uit te voeren op het moment dat een gebeurtenis daadwerkelijk plaatsvindt.
Sinds 2011 brengt BAMS in samenwerking met NOAA een speciaal rapport uit dat volledig is gewijd aan de attributie van extreme gebeurtenissen. Onderzoekers van het KNMI dragen vanaf het begin bij aan deze speciale rapporten. Meer informatie over de uitgave van dit jaar hier.

De wetenschap heeft in de loop van deze eeuw steeds meer aanwijzingen gevonden dat klimaatverandering bijdraagt aan de kans op en de ernst van extreme weersverschijnselen op verschillende plekken op aarde. Dit geldt onder meer voor hittegolven, extreme neerslag en overstromingen in kustgebieden.

Eind mei en begin juni 2016 leidden extreme buien tot overstromingen in meerdere Europese landen, waaronder Frankrijk en Duitsland. Dit leidde niet alleen tot overlast en schade maar ook tot doden en gewonden. Een attributie-studie onder leiding van onderzoekers van het KNMI wees uit dat de kans op dit soort extreme neerslag met name in Frankrijk door klimaatverandering aanzienlijk is toegenomen. Voor Duitsland waren de resultaten minder eenduidig.

Waargenomen trends gelden voor het gemiddelde van bepaalde typen gebeurtenissen, in het algemeen over een langere periode en een groot gebied – een toename van de extreme neerslag in West-Europa bijvoorbeeld – en zijn dus niet per definitie van toepassing op een specifieke gebeurtenis op een bepaalde moment en een bepaalde plaats. Hoe groot de invloed van klimaatverandering is op een specifieke gebeurtenis – orkaan Sandy of tyfoon Haiyan, de droogte in Californië, het zware noodweer dat in 2011 het Belgische festival Pukkelpop trof – is een andere vraag, die vaak veel moeilijker te beantwoorden is. Toch proberen klimaatwetenschappers die zich bezighouden met de attributie van extreem weer dergelijke vragen te beantwoorden.

Sinds 2011 brengt het Bulletin of the American Meteorological Society, in samenwerking met NOAA, jaarlijks een speciale uitgave uit: “Explaining Extreme Events from a Climate Perspective”. Die uitgave is volledig gewijd aan onderzoeken naar oorzaken van specifieke extreme gebeurtenissen in het voorafgaande jaar en naar de vraag of klimaatverandering hier een rol in speelt. Het KNMI levert vanaf het begin bijdragen aan deze uitgave; Geert Jan van Oldenborgh geldt wereldwijd als autoriteit op dit gebied. De Q&A van Climate.gov is naar aanleiding van het verschijnen van de editie van dit jaar opgesteld, in overleg met de redacteuren van het rapport.

Wat is attributie van extreem weer?

Attributie betekent: vaststellen welke factoren invloed hebben gehad op het ontstaan en verloop van een bepaalde gebeurtenis. Bij extreme gebeurtenissen is er altijd sprake van een samenspel van meerdere factoren. De attributiestudies in de speciale edities van BAMS richten zich specifiek op de vraag of klimaatverandering een van die factoren is. De onderzoeken geven aan in welke mate klimaatverandering bijdraagt aan een bepaalde gebeurtenis (of een bepaald type gebeurtenis) en aan de daaruit voortvloeiende gevolgen en risico’s, en in welke mate natuurlijke weersverschijnselen en klimaatvariaties verantwoordelijk zijn.

Wat is het nut van zulke attributiestudies?

Kennis over de huidige en te verwachten toekomstige invloed van klimaatverandering op de kans op en ernst van extreme weersverschijnselen kan behulpzaam zijn bij het beperken van risico’s. Attributiestudies maken, met andere woorden, een betere adaptatie aan klimaatverandering mogelijk. Onderzoek heeft al verbanden gevonden tussen klimaatverandering en het voorkomen van bepaalde typen extreme gebeurtenissen op mondiale schaal, bijvoorbeeld hittegolven en extreme neerslag. Attributiestudies kunnen er aan bijdragen dat mensen, overheden en bedrijven zich op lokaal niveau beter kunnen voorbereiden op te verwachten extremen.

Ongerustheid bij de organisatie en bezoekers van Pinkpop 2014 en bij de verantwoordelijke overheden, vanwege een overtrekkend noodweer tijdens het festival. Drie jaar eerder waren er 5 doden gevallen door noodweer op het Pukkelpop-festival in het Vlaamse Hasselt, op nog geen 50 kilometer afstand van het Pinkpop-terrein. Een analyse van het KNMI laat zien dat de kans op extreme neerslag sinds het midden van de vorige eeuw in Nederland is toegenomen. Of dit ook geldt voor de meest risicovolle verschijnselen die voorkomen bij zware buiten in de zomer – zware windstoten en windhozen, hagel, bliksem – is moeilijker aan te tonen. Meer informatie hierover zou organisatoren van evenementen, overheden en hulpdiensten kunnen helpen bij het inschatten van risico’s en dus bij hun voorbereiding.

Vanzelfsprekend hebben deze attributiestudies ook een wetenschappelijke waarde. Wetenschappers kunnen de onderzoeken gebruiken om na te gaan hoe goed modellen bepaalde typen extreem weer simuleren, en om die modellen te verbeteren. Hoe realistischer de modellen, hoe meer we er op kunnen vertrouwen dat ze een beeld kunnen schetsen van wat we in de toekomst kunnen verwachten.

Een andere, wat meer speculatieve, mogelijkheid is dat de analysemethodes die nu worden ontwikkeld in de toekomst bruikbaar kunnen zijn in rechtszaken over aansprakelijkheid voor schade als gevolg van extreem weer, wanneer duidelijk is dat klimaatverandering hier een rol in heeft gespeeld.

Wat zeggen attributiestudies ons?

Wat een attributiestudie precies zegt hangt af van het soort analyse. Sommige studies geven aan of het optreden van een bepaalde gebeurtenis waarschijnlijker is geworden (of in de toekomst zal worden) door verandering van het klimaat onder invloed van menselijke broeikasgasemissies. Ze kunnen laten zien of de periode tussen twee vergelijkbare voorvallen korter of langer is dan in het verleden het geval was. Ze kunnen het risico berekenen op een bepaald type extreem weer en de mate waarin klimaatverandering daar aan bijdraagt.

Sommige attributiestudies kunnen ook aangeven in hoeverre klimaatverandering heeft bijgedragen aan de ernst van een gebeurtenis. Ze kunnen zeggen hoeveel warmer een hittegolf was door de invloed van de extra opwarming van het klimaat. Hoeveel meer neerslag ergens is gevallen omdat de warmere atmosfeer meer waterdamp kan bevatten. Of hoeveel de zeespiegelstijging bijdroeg aan de hoogte van een stormvloed.

In augustus van dit jaar viel er in sommige delen in het zuiden van Louisiana meer dan 600 millimeter regen, door een traag bewegend noodweer. Tienduizenden inwoners werden geëvacueerd en er vielen zeker 12 doden. Een attributiestudie – waaraan in belangrijke mate werd bijgedragen door wetenschappers van het KNMI – toonde aan dat de kans op dergelijke extreme neerslag door opwarming van het klimaat is toegenomen van een keer per 50 jaar tot een keer per 30 jaar. In driedaagse regenperiodes die een keer per 30 jaar voorkomen valt nu 10% meer neerslag in dit gebied dan in 1900. (Bron: NOAA Climate.gov, gebaseerd op Van der Wiel et al., 2016)

Wat kunnen attributiestudies niet zeggen?

Attributiestudies zullen niet klimaatverandering aanwijzen als “de oorzaak” van een bepaalde gebeurtenis. Veel mensen verwachten dat de vraag naar de oorzaak van een bepaalde gebeurtenis met een simpel ja of nee beantwoord kan worden. Maar de invloed van klimaatverandering op extreem weer is geen welles-nietes kwestie.

De vraag is of klimaatverandering een zekere invloed heeft gehad op een gebeurtenis. Ofwel: of klimaatverandering deel uitmaakt van de factoren die tot die gebeurtenis hebben geleid. Klimaatverandering kan een oorzaak zijn, maar niet de oorzaak. In elk geval nu nog niet.

Het recept voor een extreme gebeurtenis bevat veel ingrediënten. Attributiestudies onderzoeken op basis van historische gegevens en klimaatmodellen in hoeverre klimaatverandering een van die ingrediënten is. (Tekening: Emily Greenhaigh – NOAA Climate.gov)

Hoe werkt zo’n attributie-onderzoek?

Om te beginnen zal vaak duidelijk aangegeven moeten worden wat er precies extreem is aan een extreme gebeurtenis. Als hier duidelijke criteria voor worden vastgesteld, kan uit historische gegevens worden bepaald of er iets is veranderd in de frequentie waarmee zo’n gebeurtenis voorkomt. Veel onderzoeken maken daarnaast gebruik van computermodellen, op een of beide van onderstaande manieren:

op basis van historische data en bekende factoren die het klimaat beïnvloeden (inclusief broeikasgassen) wordt de ontwikkeling van het klimaat, met daarbij het betreffende type extreem weer, gesimuleerd vanuit het verleden tot in de toekomst;
er worden twee “virtuele werelden” met elkaar vergeleken: met en zonder een versterkt broeikaseffect ten opzichte van de pre-industriële periode.

Hoe definieert men een extreme gebeurtenis?

Een van de manieren om te bepalen hoe extreem een gebeurtenis is, is om een hele reeks aan gebeurtenissen of waarnemingen te sorteren op hun omvang en ze op basis daarvan in te delen in categorieën (of: percentielen). Een gebeurtenis die dan in de zwaarste (of soms misschien wel de lichtste) categorie valt kan dan extreem worden genoemd.

In de recente BAMS uitgave werd het uiterst actieve cycloonseizoen 2015 in de noordwestelijke Stille Oceaan op basis van percentielen vergeleken met eerdere seizoenen. Voor elk seizoen werd een “accumulated cyclone energy” (ACE) berekend, op basis van de kracht en duur van de stormen. Voor 2015 werd een ACE van ruim 400 berekend (weergegeven in oranje); dit is een 99-percentiel gebeurtenis: 99% van de scores is lager. (Bron; NOAA Climate.gov, gebaseerd op data van het Shanghai Typhoon Institute)

Een andere methode maakt gebruik van standaarddeviaties (“sigma’s”): een statistische maat voor de spreiding van individuele waarden in een dataset rond het gemiddelde van alle waarden. Voor weer- en klimaatdata kan de standaarddeviatie gebruikt worden om de natuurlijke variabiliteit te beschrijven. Een grote meerderheid van de waarnemingen (95%) ligt doorgaans niet meer dan 2 sigma’s verwijderd van het gemiddelde. Wanneer iets beschreven wordt als een “5-sigma gebeurtenis”, is dat een waarneming die 5 standaarddeviaties afwijkt van het gemiddelde; de kans dat zoiets toevallig gebeurt is dan kleiner dan een op een miljoen.

In 2015 werd door bijna de helft van de meteostations in het centrale deel van de VS die minimaal 100 jaar in bedrijf waren extreme neerslag gemeten, volgens een analyse van NOAA. Deze stations zijn weergegeven op de kaart. De grafiek laat de spreiding van het aantal extreme waarnemingen rond het gemiddelde zien. In 2015 was de afwijking bijna 6 standaarddeviaties (kans dat het toevallig gebeurt: 2 op een miljard). Dit valt buiten de normale (natuurlijke) variabiliteit. (Bron: NOAA Climate.gov, gebaseerd op Wolter et al., 2016)

Nog een andere benadering is de herhalingsfrequentie: hoe waarschijnlijk is het dat een gebeurtenis plaatsvindt binnen een bepaalde periode. Via statistische analyses van waarnemingen kan men schatten welke gebeurtenissen met welke omvang hoe vaak plaats zouden vinden gedurende een lange periode, van eeuwen of misschien wel millennia. Op basis daarvan kan men inschatten met welke frequentie een specifieke gebeurtenis, met een specifieke omvang te verwachten is.

Zulke schattingen kunnen gebruikt worden om aan te geven hoe uitzonderlijk (en dus extreem) een bepaalde gebeurtenis is die werkelijk heeft plaatsgevonden. Een extreme droogte zou bijvoorbeeld gedefinieerd kunnen worden aan de hand van bijvoorbeeld het waterniveau of het debiet in een rivier. Als dat waterniveau over een lange periode maar in 1% van de jaren voorkomt, is het een eens-per-honderd-jaar droogte. Ofwel: de herhalingsfrequentie is 100 jaar.

Eens-per-honderd-jaar droogtes in Boulder Creek, gebaseerd op data van boomringen. Als de waarde beneden de bruine lijn ligt, is er sprake van zo’n droogte.(Bron: NOAA Climate.gov, gebaseerd op Woodhouse & Lukas, 2006)

Als er ergens een eens-per-honderd-jaar overstroming is geweest, is men daarna dan 100 jaar veilig? En is er iets vreemds aan de hand als zo’n overstroming veel langer dan een eeuw uitblijft?

Nee, helaas. Gebeurtenissen uit het verleden bieden geen garantie voor de toekomst. Het gaat hier om de kans (statistische waarschijnlijkheid) dat een gebeurtenis van een bepaalde omvang of ernst plaatsvindt in een bepaalde periode. Er is meestal geen sprake van een regelmatig patroon waarin extreme weersverschijnselen optreden, en als dat wel eens het geval is (of lijkt) zou het toeval kunnen zijn. “Eens per 100 jaar” betekent niet meer of minder dan dat er elk jaar een kans van 1% is dat iets gebeurt.

Het is dus mogelijk dat eens-per-honderd-jaar overstromingen voorkomen in twee opvolgende jaren – of zelfs twee keer in hetzelfde jaar – maar het is ook denkbaar dat er eeuwen voorbijgaan zonder dat het een keer gebeurt. Via vrij eenvoudige statistiek is uit te rekenen dat er een kans van bijna 1% is dat er 500 jaar voorbijgaan zonder dat een gebeurtenis plaatsvindt, als die een herhalingsfrequentie van eens per honderd jaar heeft. (In elk jaar is de kans dat het niet gebeurt 99%, voor een periode van 500 jaar is die kans dan 0,99⁵⁰⁰ = 0,0066.)

De kans dat een gebeurtenis met een herhalingsfrequentie van eens per honderd jaar optreedt in een bepaald jaar is per definitie 1%. Deze grafiek laat zien hoe groot de kans is dat zo’n gebeurtenis niet minstens een keer plaatsvindt in langere perioden. (Bron: NOAA Climate.gov)

Hoe kan men bepalen of er in de loop der tijd iets is veranderd aan een bepaald type extreem weer?

Meestal worden in attributiestudies waarnemingen en/of modelresultaten over verschillende perioden met elkaar vergeleken. Wanneer er statistisch significante verschillen worden gevonden, wijst dit op een klimaateffect.

Om te onderzoeken of een bepaald type extreem weer vaker of minder vaak voorkomt, kan men een drempelwaarde voor dit type gebeurtenis definiëren – 100 millimeter neerslag in 24 uur, of drie opeenvolgende dagen met een maximumtemperatuur boven 30°C, bijvoorbeeld – en nagaan of dergelijke gebeurtenissen vaker of minder vaak voorkomen.

In plaats van aantallen, kan men ook de omvang van gebeurtenissen in verschillende periodes vergelijken. Extreme droogte zou dan bijvoorbeeld gedefinieerd kunnen worden als: de 2% van de seizoenen met het minste neerslag. Als die 2% in de loop der tijd significant natter of droger wordt dan in het verleden het geval was, is er vermoedelijk sprake van een invloed van klimaatverandering.

Waarom worden er modellen gebruikt in attributiestudies?

Uit de analyse van waarnemingen kan blijken dat de frequentie of intensiteit van een bepaald type extreem weer significant is toe- of afgenomen. Maar daarmee is nog niets gezegd over de oorzaak van zo’n verandering. Vaak zal het op basis van eerder onderzoek, of zelfs van natuurwetenschappelijke basislogica, aannemelijk zijn dat de opwarming van de aarde de oorzaak is van die verandering. Modelsimulaties kunnen meer inzicht geven in het verband tussen (de fysische eigenschappen van en processen in) het klimaat en een bepaald type extreem weer.

In modellen kunnen wetenschappers “virtuele werelden” creëren. Op die manier kan bijvoorbeeld een vergelijking worden gemaakt tussen een wereld met pre-industriële broeikasgasconcentraties en een verder identieke wereld met een versterkt broeikaseffect. Door honderden of duizenden modelsimulaties van die beide werelden met elkaar te vergelijken, kan een verband tussen klimaatverandering en extreem weer worden bevestigd, of juist ontkracht.

Het cycloonseizoen 2015 was, uitgedrukt in “accumulated cyclone energy” bijzonder actief in de noordwestelijke Stille Oceaan. Modelsimulaties laten zien dat de kans op een dergelijk seizoen groter wordt bij hogere broeikasgasconcentraties. In het midden van deze eeuw zou de kans 5 keer zo groot kunnen zijn als in de jaren ‘40 van de vorige eeuw. (Bron: NOAA Climate.gov, gebaseerd op Zang et al., 2016)

Ook kunnen modellen gebruikt worden voor historische simulaties. De modellen simuleren de ontwikkeling van het klimaat vanaf de pre-industriële periode (vaak 1860) tot het heden op basis van bestaande waarnemingen. Op die manier worden de “gaten” in de waarnemingen uit het verleden ingevuld. Dit kan behulpzaam zijn bij een statistische analyse van veranderingen in frequentie of intensiteit van extreem weer.

Waarom kunnen sommige gebeurtenissen moeilijker aan klimaatverandering gerelateerd worden dan andere?

Attributieanalyse rust op drie pijlers:

de kwaliteit van het totaal aan historische waarnemingen;
het vermogen van modellen om een bepaald type weersextreem accuraat te simuleren;
de bestaande kennis van de fysische processen die een bepaald type extreem weer kunnen veroorzaken en de invloed van klimaatverandering op die processen.

Als voor een type gebeurtenis al deze pijlers stevig zijn, kunnen attributiestudies een grote mate van zekerheid bieden. Als een van de pijlers zwak is, wordt attributie moeilijker en zal de onzekerheid toenemen.

Mate van zekerheid waarmee het verband tussen klimaatverandering en een bepaald type extreem weer aangetoond kan worden (verticale as) versus de kennis over dat weertype op zich (horizontale as). (Bron: NOAA Climate.gov, op basis van het rapport “Attribution of Extreme Weather Events in the Context of Climate Change” van de National Academies of Sciences, Engineering, and Medicine, 2016)

Voor hittegolven kunnen attributiestudies aanzienlijke zekerheid bieden, voor bijvoorbeeld tornado’s is dat niet het geval. Voor hittegolven bestaan er waarnemingen van goede kwaliteit over een lange periode, stemmen modelsimulaties goed overeen met die waarnemingen en wordt de invloed van klimaatverandering goed begrepen. Waarnemingen van tornado’s zijn inconsistent en beslaan een veel kortere periode, klimaatmodellen kunnen die waarnemingen niet goed reproduceren en er is maar beperkte kennis over de invloed van klimaatverandering op de processen die tot het ontstaan van tornado’s leiden, zoals windschering.

Welke kennis heeft het onderzoek naar extreem weer de afgelopen 5 jaar opgeleverd?

Sinds de publicatie in 2004 van de eerste attributiestudie, over de Europese hittegolf in 2003, heeft de wetenschap zich op dit vlak sterk ontwikkeld. Er kunnen meer types extreem weer worden bestudeerd, er kunnen nauwkeuriger uitspraken gedaan worden over risico’s en men is beter in staat om natuurlijke van menselijke invloed te onderscheiden.

Sinds 2011 zijn er meer dan 100 attributiestudies gepubliceerd in de jaarlijkse speciale uitgave “Explaining Extreme Events from a Climate Perspective” van het Bulletin of the American Meteorological Society. De onderzoeken blijven niet meer beperkt tot hitte en neerslag, maar ze behandelen bijvoorbeeld ook: tropische cyclonen, winterstormen, stormvloed, overstromingen door getijden, afname van sneeuwval, natuurbranden en zee-ijsoppervlak.

Men slaagt er ook steeds beter in om de invloed van klimaatverandering door menselijke activiteiten te onderscheiden van natuurlijke variabiliteit. Zo is de invloed van natuurlijke factoren zoals El Niño/La Niña op de gemiddelde mondiale temperatuur steeds beter te scheiden van de langetermijntrend.

2015 was mondiaal een extreem warm jaar: het warmste sinds het begin van de periode waarvoor betrouwbare instrumentele metingen bestaan. Een analyse toonde aan dat de toegenomen kans op zo’n warm jaar vrijwel volledig voor rekening komt van de verhoogde broeikasgasconcentratie en andere menselijke factoren. De analyse werd uitgevoerd aan de hand van een ensemble van 8 klimaatmodellen. Modelsimulaties die alleen rekening houden met natuurlijke factoren (oranje lijn) wijken sterk af van de observaties (grijze lijn). Alleen de simulaties die de verhoogde CO2-concentratie meenemen (rode lijn) benaderen de werkelijk gemeten temperatuur in 2015 (grijze stip). (Bron: NOAA Climate.gov op basis van Kam et al., 2016)

De belangrijkste vooruitgang op dit gebied is misschien wel het feit dat men er steeds beter in slaagt om veranderingen in risico’s te kwantificeren, in plaats van ze slechts te beschrijven in termen van “meer” of “minder” risico.

Een factor van onzekerheid die nog bestaat is de invloed op extreme weersverschijnselen van klimaatschommelingen die optreden over periodes van meerdere decennia, zoals de Pacific Decadal Oscillation en de Atlantic Multidecadal Oscillation. Zulke schommelingen hebben maar een beperkt aantal cycli doorlopen in de periode waarover betrouwbare waarnemingen bestaan en dat levert onzekerheid op over hun invloed op extreme gebeurtenissen. Bovendien wordt er nog onderzocht of klimaatmodellen dergelijke schommelingen op alle punten accuraat simuleren.

Wat betekent het als twee attributiestudies niet met elkaar overeenstemmen over dezelfde gebeurtenis?

De meest voor de hand liggende verklaring is dan natuurlijk dat een van die twee studies ernaast zit. Dat zou best kunnen, maar er zijn ook andere mogelijkheden. Het zou bijvoorbeeld kunnen dat verschillende deskundigen naar verschillende aspecten van een bepaalde gebeurtenis kijken, of dat ze een andere definitie van “extreem” gebruiken.

Twee onderzoeken kunnen tot verschillende conclusies komen over dezelfde gebeurtenis omdat ze er op een andere manier naar kijken. Ze hoeven elkaar dan nog niet tegen te spreken. (Bron: NOAA Climate.gov)

Beslissingen over de criteria die men gebruikt om een gebeurtenis als “extreem” aan te merken, welk gebied men precies onderzoekt, welke perioden men in beschouwing neemt, het kan allemaal schijnbaar tegenstrijdige conclusies opleveren over wat in wezen dezelfde gebeurtenis is. Extreme droogte, bijvoorbeeld, zou gedefinieerd kunnen worden op basis van alleen een neerslagsom, of op basis van de bodemvochtigheid, die ook beïnvloed wordt door de temperatuur.

Ook is het mogelijk dat het ene onderzoek zich op de intensiteit, of de ernst van een bepaalde gebeurtenis richt, terwijl het andere onderzoek kijkt naar de kans van optreden. Klimaatverandering kan een bepaalde type extreem weer waarschijnlijker maken, maar niet ernstiger, of omgekeerd.

Als een attributiestudie geen invloed van klimaatverandering vindt, is dan aangetoond dat die invloed er niet is?

Dat hoeft niet zo te zijn. Het zou kunnen dat er onvoldoende data zijn om tot een statistisch significante conclusie te komen. Of het zou kunnen dat modellen het type extreem weer onvoldoende realistisch simuleren. En het is mogelijk dat klimaatverandering de gebeurtenis beïnvloedde op een manier die buiten het aandachtsveld van het onderzoek valt, of buiten de definitie van de definitie van die extreme gebeurtenis die de onderzoekers gebruiken.

In de winter van 2014 zorgde een serie zware stormen onder meer voor overstromingen in het Verenigd Koninkrijk. Een uitgebreide attributiestudie keek niet alleen naar de weersverschijnselen, maar naar alle factoren die bijdroegen aan de overstromingen en de daaruit voortvloeiende schade. Het onderzoek vond een invloed van klimaatverandering op zowel kans op als intensiteit van de extreme neerslag. De invloed hiervan op de werkelijke schade was beperkt, maar met een aanzienlijke onzekerheid. De verdere ontwikkeling van dit type “end-to-end” methodes voor attributie van extreme gebeurtenissen zou bij kunnen dragen aan de adaptatie aan klimaatverandering.

Neem bijvoorbeeld eens alle facetten in beschouwing die samenhangen met een orkaan die aan land komt – wind, stormvloed, extreme neerslag – die ieder op zich beïnvloed kunnen worden door klimaatverandering. Het spreekt voor zich dat het moeilijk is om al die aspecten mee te nemen in een enkel onderzoek. Het is dan mogelijk dat klimaatverandering invloed had op een aspect dat niet in een specifieke attributiestudie is meegenomen.

Als opwarming van de aarde het hele klimaatsysteem verandert, wordt dan niet elk weersverschijnsel daardoor beïnvloed?

Er zijn verschillende manieren om hier naar te kijken. Sommige wetenschappers zeggen dat alle weersverschijnselen die nu plaatsvinden, gebeuren in een atmosfeer die warmer en vochtiger is en dat dus alle gebeurtenissen – extreem of niet – beïnvloed worden door klimaatverandering. Aan de andere kant: als statistische analyses uitwijzen dat klimaatverandering de kans op of ernst van een bepaald type extreem weer beïnvloedt, wil dat nog niet zeggen dat die invloed in elke individuele gebeurtenis merkbaar is.

We hebben maar één klimaatsysteem en wat daarin gebeurt wordt enerzijds bepaald door natuurwetten en anderzijds door toevallige variaties. Het is simpelweg niet te zeggen hoe het toeval uitgevallen zou zijn in een ander klimaat dan er in werkelijkheid bestaat. Vergelijk het met het verzwaren van een dobbelsteen: dat heeft invloed op het gemiddelde van een lange serie worpen, maar daarmee is niet gezegd dat elke individuele worp er anders door uit zou vallen.

Speculeren over hoe het toeval uitgevallen zou zijn als de wereld niet zo zou zijn als hij is, heeft weinig zin en nog minder wetenschappelijke waarde. Wat wel zin heeft is onderzoeken op welke wijze die natuurwetten invloed hebben op het toeval en op de ontwikkeling van extreme gebeurtenissen die werkelijk plaatsvinden. En dat is wat attributiestudies doen. Ze dragen zo bij aan het inzicht in het klimaatsysteem en ze kunnen helpen bij het ontwikkelen van adaptatiebeleid.

Wat zijn de grootste moeilijkheden bij het attributie-onderzoek?

De belangrijkste hindernissen:

extreme gebeurtenissen zijn per definitie zeldzaam;
de periode waarvoor (betrouwbare) waarnemingen bestaan is kort;
bij het ontstaan en de ontwikkeling van (extreme) weersverschijnselen spelen altijd meerdere factoren een rol;
de lokale of regionale schaal waarop extreme weersverschijnselen zich afspelen is voor klimaatmodellen moeilijk te behappen, zowel wetenschappelijk als qua rekenkracht.

Statistische analyses, zoals die vaak in attributiestudies worden gebruikt, worden onzekerder naarmate er minder gegevens voorhanden zijn. Omdat extreme gebeurtenissen nu eenmaal zeldzaam zijn, zijn er vaak maar weinig waarnemingen, waardoor het vaststellen van statistisch significante verschillen vaak moeilijk is.

De onzekerheid kan teruggebracht worden middels aanvullend onderzoek met klimaatmodellen. Maar ook dat is niet zo eenvoudig. Klimaatmodellen zijn oorspronkelijk ontwikkeld om gemiddelde veranderingen in het klimaat over langere perioden en grotere gebieden te berekenen. Dergelijke modellen zijn dus meestal niet geschikt om extreme weersverschijnselen te simuleren die zich afspelen op kleine geografische schaal en korte tijdschaal.

Voor attributiestudies zijn meestal modellen met een hogere resolutie nodig. Dat levert dan weer een praktisch probleem op. Net als voor digitale foto’s, is er voor modellen met hoge resolutie meer opslag- en rekencapaciteit nodig. De berekeningen kosten dus meer tijd (en geld), wat beperkingen oplegt aan hoe veel en met welke mate van detail de simulaties kunnen worden uitgevoerd. De snelle ontwikkeling van de technologie zal naar verwachting nauwkeurige analyses mogelijk maken in de toekomst.

Referenties en aanvullende informatie

Committee on Extreme Weather Events and Climate Change Attribution, Board on Atmospheric Sciences and Climate, Division on Earth and Life Studies, & National Academies of Sciences, Engineering, and Medicine. (2016). Attribution of Extreme Weather Events in the Context of Climate Change. Washington, D.C.: National Academies Press.
IPCC Special Report on Extreme Events
Stott, et al. 2011. Attribution of Weather and Climate-Related Extreme Events.
The U.S. National Climate Assessment’s findings on extreme weather
Van der Wiel, K., Kapnick, S., Van Oldenborgh, G.J., Whan, K., and Philip, S., Vecchi, G., Singh, R., Arrighi, J., and Cullen, H. (2016).  Rapid attribution of the August 2016 flood inducing extreme precipitation in south Louisiana to climate change. Hydrol. Earth Syst. Sci. Discuss., doi:10.5194/hess-2016-448, 2016
Wolter, K., M. Hoerling, J.K. Eischeid, and L. Cheng, 2016: What History Tells us about 2015 US Daily Rainfall Extremes [in “Explaining Extremes of 2015 from a Climate Perspective”]. Bull. Amer. Meteor. Soc., 97 (12), S9-S13. DOI:10.1175/BAMS-D-16-0166.1
Woodhouse, C., and J. Lukas. Streamflow Reconstructions for Boulder Creek, South Boulder Creek, and the Colorado River. Report to City of Boulder and Hydrosphere Resource Consultants, January 2006.
Zhang, W., G.A. Vecchi, H. Murakami, G. Villarini, T. Delworth, K. Paffendorf, R. Gudgel, L. Jia, F. Zeng, and X. Yang, Attributing the Extreme 2015 Accumulated Cyclone Energy in the Western North Pacific to Anthropogenic Forcing.[in “Explaining Extremes of 2015 from a Climate Perspective”] Bull. Amer. Meteor. Soc., S6-15.
Van Oldenborgh G.J., S. Philip, E. Aalbers, R. Vautard, F. Otto, K. Haustein, F. Habets, R. Singh and H. Cullen. Rapid attribution of the May/June 2016 flood-inducing precipitation in France and Germany to climate change. Hydrol. Earth Syst. Sci. 2016.
Schaller N., A. Kay, R. Lamb, N. Massey, G.J. van Oldenborgh, F. Otto, S. Sparrow, R. Vautard, P. Yiou, I. Ashpole, A. Bowery, S. Crooks, K. Haustein, C. Huntingford, W. Ingram, R. Jones, T. Legg, J. Miller, J. Skeggs, D. Wallom, A. Weisheimer, S. Wilson, P. Stott & M. Allen. Human influence on climate in the 2014 southern England winter floods and their impacts. Nature Climate Change 6, 627–634 (2016)
KNMI, Hoe vaak komt extreme neerslag zoals op 28 juli tegenwoordig voor, en is dat anders dan vroeger?

Eerdere blogposts van ons over dit onderwerp:

Enkele recente onderzoeken waar het KNMI aan heeft meegewerkt:

Dit bericht werd geplaatst in Extreem weer, klimaatverandering, Klimaatwetenschap, Natuurlijke variabiliteit en getagged met attributie, BAMS, extreme gebeurtenissen. overstromingen, extreme neerslag, Geert Jan van Oldenborgh, Hitte, KNMI, Kou. Maak dit favoriet permalink.

112 Reacties op “Attributie van extreme gebeurtenissen: is het weer of is het klimaat?”

G.J. Smeets | 29 december 2016 om 16:02 |

Hans,
ik neem aan dat omgekeerde attributie hier ook relevant is: extreme weersomstandigheden die het klimaatsysteem (kunnen) veranderen. Tipping points. Ik denk aan de uitzonderlijk warme november 2016 in het Noordpoolgebied. Of valt dat niet onder de noemer ‘weer’?

LikeLike
Raymond Horstman | 29 december 2016 om 16:50 |

Een ander extreem: Op de valreep had 2016 toch nog een ijsdag in de Bildt volgens Weeronline. Ook hier is de opwarming niet over het hoofd te zien.

LikeLike
Hans Custers | 29 december 2016 om 17:18 |

Goff,

Attributiestudies onderzoeken gebeurtenissen die werkelijk hebben plaatsgevonden. Dus in het hypothetische geval dat er door de warme november in het Noordpoolgebied een tipping point zou zijn bereikt, zou een attributiestudie aan kunnen geven in hoeverre dat het gevolg is van klimaatverandering en in hoeverre van natuurlijke variabiliteit.

De meest voor de hand liggende uitkomst, zo lijkt me: klimaatverandering is de hoofdoorzaak, natuurlijke variabiliteit kan het precieze moment waarop een bepaalde grens wordt bereikt wel beïnvloeden. Al zijn natuurlijke tipping points niet met absolute zekerheid uit te sluiten. Een aantal jaren geleden is er eens een artikel verschenen waarin werd beschreven dat er zoiets gebeurde in serie modelberekeningen: in één van de honderden of duizenden modelsimulaties sloeg, door een toevallige samenloop van factoren, de boel in een keer om. Wie weet zou zoiets, met een heel kleine kans, ook in de echte wereld kunnen gebeuren.

LikeLike
Raymond Horstman | 29 december 2016 om 18:43 |

Je moet jezelf natuurlijk wel eerst de vraag stellen wat we met extreem bedoelen. Bedoelen we dat bepaalde gebeurtenissen zoals orkanen extreem verwoestend zijn of bedoelen we dat ze extreem weinig voorkomen? Dat laatste hoeft niet het geval te zijn. In de tropen en subtropen komen orkanen betrekkelijk vaak voor.

LikeLike
Hans Custers | 29 december 2016 om 20:55 |

Raymond,

Een eenduidige definitie voor “extreem” is er niet. Onderzoeken gebruiken daarom hun eigen criteria. Niet onbegrijpelijk, want wat extreem is hangt sterk af van wat er wordt onderzocht, en van welk gebied men bekijkt. De hoeveelheid neerslag die wij als extreem beschouwen zou bijvoorbeeld elders in de wereld een gewoon dagje in het regenseizoen kunnen zijn. En op grote schaal zijn tropische cyclonen inderdaad niet zeldzaam – een extreem is op die schaal dan bijvoorbeeld een seizoen met een hoge “acumulated cyclone energy” – maar op een kleiner schaalniveau (bijvoorbeeld de oostkust van de VS) zijn ze dat weer wel.

LikeLike
lieuwe hamburg | 29 december 2016 om 22:50 |

http://www.srf.ch/meteo/meteo-news/dezember-2016-rekorde-bei-sonnenschein-und-trockenheit

http://www.srf.ch/meteo/meteo-news/trockenster-dezember-seit-ueber-150-jahren

Zien we hier de invloeden van een veranderend klimaat of is het een volkomen toevallige samenloop van weersinvloeden die niets met het klimaat te maken heeft?

LikeLike
cRR Kampen | 30 december 2016 om 11:23 |

De alinea die ik zocht staat er helaas: “Attributiestudies zullen niet klimaatverandering aanwijzen als “de oorzaak” van een bepaalde gebeurtenis. Veel mensen verwachten dat de vraag naar de oorzaak van een bepaalde gebeurtenis met een simpel ja of nee beantwoord kan worden. Maar de invloed van klimaatverandering op extreem weer is geen welles-nietes kwestie.”

Loopt dus nog altijd járenlang achter – tijd die er niet is.
Want sommige weersverschijnselen kunnen uitsluitend optreden na gerealiseerde klimaatverandering en daarvoor volkomen niet.
Laat ik even chargeren: als (heel binnenkort) het Arctisch zee-ijs volledig seizoens is geworden (ook een fase die maar kort duurt!) zal practisch al het weer op het noordelijk halfrond voor de volle 100% gevolg van klimaatverandering zijn.
De oorzaak dat het ‘Azorenhoog’ zo hardnekkig hier de smog geeft zou vroeger ‘weer’ hebben mogen heten. Het kwam immers weleens voor. Op dit moment is het echter klimaatverandering. Want vooral in het Noord-Atlantisch gebied reageert de subtropische hogedrukband zonneklaar op het past-tipping-point proces dat thans in Arctica plaatsvindt. De attributie is 100%. Niet 0% of 15% of 70%.

Samenvattend:
1) Sommige weersverschijnselen konden zonder klimaatverandering niet optreden.
2) Alle weersverschijnselen worden door de klimaatverandering beïnvloed; stromingspatronen die nu voorkomen en vroeger ook weleens voorkomen werden vroeger niet en nu wel door de klimaatverandering veroorzaakt.

Het lijkt een subtiel, of zelfs een statistisch-absurd argument. Is het niet. Het is doodsimpel. Zoals met meer trivia het geval is, is het dus blijkbaar niet te begrijpen (tot het weer eens te laat is om nog wat aan dat begrip te hebben).

LikeLike
Hans Custers | 30 december 2016 om 15:31 |

Lieuwe,

Wie weet komt er in de loop van een komend jaar een attributiestudie over die droogte in Zwitserland. Ik durf niet te voorspellen wat daar uit komt.

Remko,

Extreem weer wordt altijd veroorzaakt door een samenspel van factoren. Altijd. Het is goed mogelijk dat iets niet zou kunnen gebeuren zonder klimaatverandering en dat kan ook blijken uit een attributiestudie. Maar ook dan wordt wanneer het gebeurt, waar het gebeurt, en hoe het zich ontwikkelt beïnvloed door andere factoren, bijvoorbeeld door de “gewone en toevallige” variabiliteit. “Het zou niet kunnen gebeuren zonder klimaatverandering” ,is dus niet hetzelfde als: “Klimaatverandering is de enige oorzaak”. Een subtiel verschil, maar wel van belang om uitspraken van de wetenschap te begrijpen.

LikeLike
cRR Kampen | 30 december 2016 om 16:01 |

De uitspraken ‘het kon niet gebeuren zonder klimaatverandering’ en ‘het werd veroorzaak door klimaatverandering’ zijn effectief identiek.

Niets ter wereld is ooit monocausaal. Alles is verbonden. Absoluut alles kent een samenspel van oorzaken (ontelbaar, letterlijk ontelbaar vele). Toch bestaan er noodzakelijke oorzaken voor fenomenen die wel een éénduidigheid én onafhankelijkheid hebben. Bovendien onderscheiden we relevante van irrelevante oorzaken. Als iemand een kopje koffie van tafel stoot, zal niemand de oorzaak van het gebeurde aan de zwaartekracht wijten (tenzij in scherts), of aan de triljoenen andere noodzakelijke oorzaken voor die gebeurtenis.

Doe je dat toch dan hoeft die persoon zich natuurlijk helemaal niet verantwoordelijk te voelen voor het omstoten van z’n kopje en het voor altijd bederven van het tapijt.
Zo en niet anders moet je het klimaatgebeuren zien. En dat geldt net zo goed voor wetenschappers.

LikeLike
Hans Custers | 30 december 2016 om 16:30 |

Remko,

Dit blogstuk gaat niet over wie je waarvan de schuld moet geven. Het gaat over wetenschap, en over hoe die omgaat met attributie van extreem weer. En daar zitten nu eenmaal nuances en subtiliteiten in.

LikeLike
G.J. Smeets | 30 december 2016 om 16:38 |

Hans, Remko

“ ‘Het zou niet kunnen gebeuren zonder klimaatverandering’, is dus niet hetzelfde als: ‘Klimaatverandering is de enige oorzaak’. Een subtiel verschil…”

Is dat niet een al te globaal (pun not intended) gebruik van de term klimaatverandering? Je hebt ‘klimaatverandering’ als mede-oorzaak van een specifiek extreem lokaal weersverschijnsel, en je hebt klimaatverandering als context van algemene regionale weersverandering. Het verschil tussen die twee lijkt me het verschil tussen kv als mogelijke attributie-kandidaat en kv als historisch gearriveerde parameter.

Analogie: je verneemt anno 2016 dat boeven opsporen voor de politie lastig is door het vrije verkeer in EU. Het vrije verkeer wordt als mede-oorzaak opgevoerd voor lastig opsporingswerk. Terwijl dat vrije verkeer al sinds 1992 jaar bestaat en dus geen oorzaak kan zijn maar een parameter van het opsporingswerk.

LikeLike
cRR Kampen | 30 december 2016 om 16:55 |

Hans,
Ik bekritiseer de insteek bij die wetenschap (waarvan ik wel blij ben dat die er EINDELIJK eens is). De kritiek bevat inhoudelijke argumenten en tenslotte één enkele opmerking over waarom het goed zou zijn er nota van te nemen om nog een andere reden dan wetenschappelijk-methodologisch alleen.

Die reden zou ik er mbt andere onderwerpen nooit bij zetten. Bij dit onderwerp wel.
Altijd.
Want dit gaat naast wetenschap ook gewoon om mijn planeet en mijn leven.
Dat ik dit erbij zet is geen reden om de bulk van mijn post maar gelijk te negeren. Al is het argument inderdaad zo triviaal dat ’t subtiel, welhaast onzichtbaar overkomt.

LikeLike
Bob Brand | 30 december 2016 om 17:13 |

Hi Goff,

Het lijkt me dat er twee begripsverwarringen spelen:

• mono-causaliteit vs. keten-causaliteit

Een individueel (!) weersextreem is soms te duiden als de uitkomst van een keten van oorzaken, bijvoorbeeld: extreem hoge temperaturen in de bovenste 10 meter oceaanwater in de Indische oceaan —> extra energie in orkaan X —> veranderende ‘storm tracks’ —> orkaan X raakt met voorheen ongekende intensiteit bevolkingscentra zoals Manilla of op Madagascar.

Er is dan een keten van oorzaken: (1) —> (2) —> (3) —> weersextreem. Eigenlijk is elk van de componenten 1, 2 of 3 dan een noodzakelijk onderdeel van deze causale keten. Kan je daarmee zeggen dat 1 of 2 of 3 ‘de’ oorzaak is en die component aanwijzen als noodzakelijk om tot dit individuele weersextreem te komen? Dat lijkt me wel, want als ook maar één van de schakels ontbreekt had dit extreem niet plaatsgevonden.

• individuele causaliteit vs. ‘de kans op’

Vaker is het zo dat een individueel weersextreem niet helemaal te ontleden is in een keten van oorzaken, zodat je vast kan stellen of o.a. klimaatverandering een noodzakelijke schakel in die keten is. Wél kan je kijken naar ‘de kans op’ het optreden van dergelijke extremen. Je kan vooraf berekenen hoe de kans op een dergelijk extreem verandert als gevolg van klimaatverandering — een ‘bayesian prior distribution’:

Vervolgens kan je dit toetsen aan de statistiek, aan de waarnemingen van een groot aantal van deze extremen, en vaststellen of de frequentie ervan inderdaad zo verandert als de ‘bayesian prior’ aangeeft.

Beide soorten analyses worden o.a. in het BAMS rapport gemaakt. Het zijn verschillende manieren van attributie maar beide van belang.

LikeLike
Bert Amesz | 31 december 2016 om 14:16 |

Inzichtelijk blogstuk over boeiende materie, Hans. Enkele opmerkingen:

Wellicht zou je een onderscheid moeten maken in ‘extreem weer’ (bijvoorbeeld extreme neerslag) en ‘extreme events’ (bijvoorbeeld overstromingen). Voor ‘extreem weer’ ligt het voor de hand een relatie te zoeken met klimaatverandering; bij ‘extreme events’ spelen juist andere factoren mogelijk een rol. Het rapport van de National Academies https://www.nap.edu/read/21852/chapter/4#39 noemt voorbeelden hoe ‘andere factoren’ bepalend kunnen zijn voor o.a. stedelijke hittegolven, droogte en overstroming.

Over het ‘droogte’ (n.a.v. grafiekje van Boulder Creek) het volgende. Hier moet je een onderscheid maken in meteorologische droogte (‘minder neerslag’) en hydrologische droogte (‘lage base flow’ zoals gereconstrueerd voor Boulder Creek). Bij hydrologische droogte komen dan ook andere factoren om de hoek kijken, zoals gewijzigd landgebruik en toegenomen waterverbruik. In hoeverre dat bij Boulder Creek een rol speelt, weet ik niet. Opmerkelijke conclusie (Woodhouse and Lukas) is overigens dat de ernstige droogte van 2002 binnen de bandbreedte van de natuurlijke variabiliteit valt.

LikeLike
Bob Brand | 31 december 2016 om 15:21 |

Beste Bert Amesz,

Het woordje “bepalend” is kenmerkend voor een monocausal fallacy, het idee dat één schakel in de keten van oorzaak en gevolg ‘bepalend’ zou zijn en dat de andere schakels er niet meer toe doen:

“Voor ‘extreem weer’ ligt het voor de hand een relatie te zoeken met klimaatverandering; bij ‘extreme events’ spelen juist andere factoren mogelijk een rol.”

Je verwijst naar hoofdstuk 2 van het NAP rapport. Dat gaat specifiek over ‘framing’, de titel van het hoofdstuk:

Onder het kopje Other Factors Affecting Impacts of Extreme Events maakt de National Academy vervolgens een onderscheid tussen het ‘extreme event’ zelf, het weersextreem, en de gevolgen (de Impacts). De ‘andere factoren’ die jij noemt hebben dus geen betrekking op het ‘event’ zelf maar op de gevolgen, zoals:

An important effect of intense precipitation is related to flooding of the land surface, which is affected by a wide range of factors other than changes in the climate. For example, the intensity of flooding is affected by a range of human land use decisions, including urbanization and river channelization efforts (Melillo et al., 2014). In particular, precipitation is falling onto more impervious surfaces.

De realiteit is dat er ook Adaptatie nodig zal zijn om de gevolgen (Impacts) van meer weersextremen te beperken. Het wil niet zeggen dat dit daarmee de enige ‘bepalende’ schakel in de keten zou zijn.

LikeLike
Hans Custers | 31 december 2016 om 16:10 |

Bert,

Ik ben het helemaal met je eens dat er altijd meerdere factoren een rol spelen bij extreme gebeurtenissen. (Wat mij betreft geldt dat overigens ook voor extreme weersverschijnselen op zich.) Maar ik snap niet goed welk punt je nu wil maken met je opmerking daarover. Ik neem aan dat je niet bedoelt dat je dergelijke gebeurtenissen daarom maar niet zou moeten onderzoeken. Het tegendeel is het geval, zou ik zeggen. Bijvoorbeeld omdat klimaatverandering vaak meerdere factoren die een rol spelen kan beïnvloeden. Attributiestudies zouden de totaalinvloed van klimaatverandering op een gebeurtenis dan kunnen laten zien. Bovendien is de vraag in hoeverre klimaatverandering invloed heeft op werkelijke risico’s en schade nu juist maatschappelijk relevant. De ontwikkeling in de richting van “end-to-end” attributiestudies lijkt me daarom bijzonder positief.

Ik snap ook niet zo goed waarom het zo opmerkelijk is dat de droogte van 2002 in Boulder Creek binnen de natuurlijke variabiliteit valt. Extreme gebeurtenissen zijn zeldzaam, extreme gebeurtenissen die (qua omvang) volledig buiten de natuurlijke variabiliteit vallen zijn nog veel zeldzamer. Ook in een veranderend klimaat.

LikeLike
G.J. Smeets | 1 januari 2017 om 19:41 |

Hans,
in de een na laatste vraag&antwoord in je blogstuk staat:
“Aan de andere kant: als statistische analyses uitwijzen dat klimaatverandering de kans op of ernst van een bepaald type extreem weer beïnvloedt, wil dat nog niet zeggen dat die invloed in elke individuele gebeurtenis merkbaar is.”

Dat gaat tegen alles in van wat ik als filosoof/epistemoloog begrijp van klimaatverandering en klimatologie. Me lijkt het evident dat klimaatverandering *elk* weersverschijnsel beïnvloedt. Zowel het ontstaan (genese) als het verloop (feitelijk functioneren) van elk verschijnsel.
De analogie met de verzwaarde dobbelsteen die je hanteert gaat fundamenteel mank. De uitkomst van een worp wordt bepaald door een handvol factoren [ik doe een gooi: de kracht van de worp, weerstand van oppervlak waarop geworpen wordt, afstand van het dobbelsteenzwaartepunt tot oppervlak bij ’t verlaten van de werpende hand, de invalshoek t.o.v. het oppervlak] die onderling *niet* interacteren. Weersverschijnselen hebben veel meer factoren dan een handvol en ze interacteren bovendien. Overigens en terzijde, elke dobbelsteenworp zal zonder verzwaring met aan zekerheid grenzende waarschijnlijkheid anders uitvallen dan met verzwaring

E.e.a. is de reden dat het m.i. irrelevant (want onmogelijk) is om een concrete, al dan niet extreme, weersgebeurtenis los te koppelen van klimaatverandering. De huidige klimaatverandering mag dan een convergente fysische ontstaansgeschiedenis hebben – GHG accumulatie in de atmosfeer – het verloop ervan is complex en divergent. De analogie met een steen in de vijver lijkt me dan ook relevanter dan de analogie met een verzwaarde dobbelsteen die je hanteert. De reeks golven breiden zich in de drie dimensies van de vijver uit en doen daar hun werk. Het is onmogelijk om het verloop tot achter de komma in kaart te brengen. Het is trouwens onwenselijk om het te proberen, het kost heel veel stroom om al de benodigde petabytes aan de praat te houden. En last but not least, het is o.k. om niet alles te weten en ik mag hopen dat de klimatologie niet het Big Brother pad opgaat.

LikeLike
Hans Custers | 2 januari 2017 om 00:24 |

Goff,

Ik heb het idee dat we hetzelfde bedoelen, maar dat we iets anders tegen die voorbeelden aankijken. Wat ik met het voorbeeld van de verzwaarde dobbelsteen bedoel: het verzwaren heeft invloed op de worp, maar niet per definitie op de uitkomst van iedere individuele worp. Ofwel: als ik tien keer met een dobbelsteen gooi, zou het kunnen dat de derde worp zowel met de verzwaarde als met de niet-verzwaarde dobbelsteen een 6 is.

Maar, nu ik erover nadenk, heb ik misschien een betere (maar ook wat complexere) analogie: een verdediger van een voetbalteam die door een goksyndicaat is omgekocht om – niet al te opzichtig, want dan haalt de coach hem uit de ploeg – zijn team zo veel mogelijk wedstrijden te laten verliezen. Die voetballer zal het verloop van elke wedstrijd beïnvloeden. Vanaf de eerste keer dat hij een tegenstander bewust laat lopen, verloop de wedstrijd anders dan wanneer hij wel ingegrepen zou hebben. Dat andere verloop zal meestal in het nadeel van zijn team uitpakken (ofwel: de kans op verlies neemt toe), maar het staat niet vast dat het de uitslag van elke wedstrijd beïnvloedt. En misschien levert het in een enkel geval zelfs een overwinning op (aanvaller van de tegenpartij mist drie enorme kansen, raakt gefrustreerd, deelt een klap uit, krijgt een rode kaart, waarna de gedesillusioneerde tegenpartij de rest van de wedstrijd niets meer heeft in te brengen en die omgekochte verdediger niet eens meer de kans krijgt om een fout te maken). En, omgekeerd, zal een verliespartij ook niet altijd aan die omkoping te wijten zijn.

Ofwel: invloed op het verloop van processen, betekent niet per definitie invloed op elke individuele uitkomst ervan.

LikeLike
cRR Kampen | 2 januari 2017 om 09:49 |

“Wél kan je kijken naar ‘de kans op’ het optreden van dergelijke extremen. Je kan vooraf berekenen hoe de kans op een dergelijk extreem verandert als gevolg van klimaatverandering — een ‘bayesian prior distribution’” etc (Bob Brand).

Dit kan dus niet. Extremen voldoen sowieso al niet aan ‘normale distributies’, maar veel belangrijker nog: juist door multicausaliteit van invloeden die ook nog op elkaar inwerken is voorspelbaarheid van extremen (en enkele andere parameters) binnen een gestresst systeem: nul komma nul.
In een gestresst systeem kunnen bijvoorbeeld twee parameters ietsje wijzigen, maar het samenspel van die wijzigingen kan een ‘hyperextreem’ veroorzaken die uit de individuele parameterontwikkeling nooit valt af te leiden, terwijl die zonder die individuele parameterontwikkeling nooit had kunnen bestaan.
Concreter voorbeeld, Arctic Amplification. Door versterkte arctische opwarming ontstaan circulatiepatronen die versterkt warmte naar Arctica transporteren (parameter twee) die de opwarming van Arctica versterkt… Arctic Amplification kun je tegenwoordig dus gewoon op de weerkaart zien. Op dit moment.
Dit samenspel is imo nooit goed gemodelleerd, en AA is dan ook buitengewoon onderschat. Ik vind dat dit dit jaar prachtig blijkt.
Heb ik nog niets gezegd over parameter drie: het feit dat het Arctisch zee-ijs sinds ongeveer 2005, dus bij het klimaat van TOEN, hoogstens als seizoensijs kan blijven bestaan (we wachten momenteel even de smelt van de restjes af, meer doen we niet).

Vergeet Gauss helemaal. Met Gauss kan Arctica nooit ijsvrij worden. Met Gauss kan een ijspegel ongeacht dooi nooit echt helemaal van de dakgoot vallen.
Probeer liever het hoofd naar de zogeheten fat tails om te zetten, want dit type statistisch denken, hoe moeilijk ook, is als enige van toepassing op gekoppelde dynamische systemen zoals het klimaat en onderdelen daarvan.

Vergeet liever ook ‘te causaal’ te denken. De metafoor van de verzwaarde dobbelsteen geeft geen inzicht tenzij je een soort Sheldrakiaanse* constructie erbij bedenkt: door de gevolgen van de verzwaring van de dobbelsteen verzwaart de dobbelsteen verder (en wel op principieel, fysisch/mathematisch onvoorspelbare wijze!).

(* de ‘morfische velden’ van Rupert Sheldrake zijn mystieke nonsens. Hij heeft gewoon de Wet van de Grote Getallen in gekoppelde systemen soort van herontdekt).

‘invloed op het verloop van processen, betekent niet per definitie invloed op elke individuele uitkomst ervan.’ (Hans Custers).
Informatietheorie.
Natuurlijk is het ‘vlindereffect’ een reëel ding (beter gezegd, het is een eigenschap van de realiteit, want mathematisch object). Maar veruit de meeste vlinders zullen nooit een tyfoon veroorzaken – al die effectjes dempen gewoon uit.
Het gaat om die ene. Welke of waar kun je niet weten, want het ‘tipping point’ waarbij die ene vlinderslag hét verschil maakt is infinitesimaal.

LikeLike
cRR Kampen | 2 januari 2017 om 14:28 |

‘…als ik tien keer met een dobbelsteen gooi, zou het kunnen dat de derde worp zowel met de verzwaarde als met de niet-verzwaarde dobbelsteen een 6 is.’

Dat kan, maar de oorzaken van beide uitslagen zijn totaal verschillend. Het pad er naartoe gegarandeerd ook (het kan zijn dat de onverzwaarde dobbelsteen drie maal, en de verzwaarde dobbelsteen tachtig miljard maal roteerde alvorens uit te komen op die 6).
Dat betekent dat de 6 in het verzwaarde geval ook hier weer 100% attributie aan de verzwaring krijgt, terwijl de 6 in het onverzwaarde geval gewoon 100% door de eerlijkheid van de dobbelsteen geattribueerd wordt. Even minimaal tweaken aan de verzwaring maakt dit – die 100% – heel duidelijk.

In gekoppelde systemen: vergeet Gauss, en vergeet liever ook de Continuümhypothese. Denk discreet en combinatorisch. Denk Georg Cantor.

LikeLike
cRR Kampen | 2 januari 2017 om 14:30 |

“invloed op het verloop van processen, betekent niet per definitie invloed op elke individuele uitkomst ervan.”
Dat betekent het wel (bewijs: verander een kleinigheid aan een invloed en je krijgt wellicht een andere uitslag, ergo: de oorspronkelijke invloed was noodzakelijke voorwaarde voor de specifieke, gerealiseerde uitslag).
Het enige dat het niet betekent is dat een individuele uitkomst móet verschillen van een on- of anders beïnvloed geval. Want een uitkomst is het product van informatieverlies (mooier woord: informatiedissipatie).

LikeLike
Bob Brand | 2 januari 2017 om 15:08 |

Een interessant interview in Scientific American over de attributie van weersextremen, zojuist verschenen:

Yes, Some Extreme Weather Can Be Blamed on Climate Change

LikeLike
cRR Kampen | 2 januari 2017 om 15:37 |

Goed dat dit eindelijk gewaagd wordt. Toch ontbreekt hetzelfde dat ik al aankaartte. Het artikel blijft in een sfeer van glijdende schalen en schuivende distributies denken. Een voorbeeld staat aan het einde:

“What extreme event in 2016 had the clearest connection to climate change?

The heat wave in the Arctic that’s ongoing. It has been made orders of magnitude more likely due to climate change.”

Maak van ‘orders of magnitude more likely’ nou maar gewoon de causale uitdrukking: geen enkele kans op zoiets in het verleden ‘normale klimaat’ maar noodzaak van optreden in het tegenwoordige klimaat.

Overigens is de vraag al misleidend, want ‘clear’ of niet, de ‘connection’ is er natuurlijk altijd. Ik had ‘m wel beantwoord, met iets heel anders, namelijk het begin van het einde van alle koraal zoals we die afgelopen jaar zijn beginnen mee te maken. Zelfde attributie: onmogelijk in het ‘oude klimaat’, doch noodzaak in het nieuwe klimaat; attributie gewoon 100%. Geef anders de zwaartekracht maar de schuld van alles (van het koffiekopje dat op tafel staat; van het koffiekopje dat van tafel valt…).

LikeLike
cRR Kampen | 2 januari 2017 om 15:39 |

Re Arctica en hittegolf, “geen enkele kans op zoiets in het verleden ‘normale klimaat’ maar noodzaak van optreden in het tegenwoordige klimaat.” – ten overvloede de verklaring voor deze 100%-attributie: de noodzakelijke voorwaarde is het reeds verdwenen zee-ijs die slechts door de klimaatverandering ontstaan kon en noodzakelijkerwijze dus ook ontstond.

LikeLike
Pieter Zijlstra | 2 januari 2017 om 23:01 |

Dank voor het aansnijden van dit nieuwe onderwerp. De discussie convergeert nog niet en dat maakt nieuwsgierig. Wel zie ik dat in de aanpak de wetenschappelijke methode nadrukkelijk wordt nagestreefd.

Hierboven zijn door diverse deelnemers opmerkingen gemaakt.
Dat heeft tot de volgende studie-aanpak geleid.

Het is attributie naar klimaatverandering. Maar dat kun je niet gebruiken als containerbegrip. Het gaat om welk oorzakelijk proces het effect kan veroorzaken.
Zelf denk ik na of het wat uitmaakt wanneer een effect van klimaatverandering haar werk doet.
Zit het effect in de eerste stap. Is het de trigger; de eerste oorzaak.
Zit het effect in de laatste stap. Leidt dat tot de extremiteit?

En hoe ziet de keten eruit. Zijn er meerdere effecten?

LikeLike
cRR Kampen | 3 januari 2017 om 11:09 |

‘keten’ leidt tot te lineair denken over ons gekoppelde dynamische systeem.
Voor elk fenomeen zijn er dus talloze oorzaken. Sommigen daarvan noodzakelijk. Tot zover kan je nog iets met ‘keten’. Dit houdt al een beetje op als je bedenkt dat sommige fenomenen afhangen van heel bepaalde combinaties van ‘single causes’ of ‘single parameter values’. Vooral de laatste kent inherente, heel fundamentele onvoorspelbaarheden.
‘trigger’ zet het denken ook op het verkeerde been. Tenzij je die metafoor uitbreidt van ‘trekker-trekken-schot’ tot het geheel van noodzakelijke oorzaken PLUS oorzaken die door de noodzaak van andere oorzaken noodzakelijk worden (ingewikkeld hè) zoals:
1. er is iemand;
2. er wordt aan de trekker getrokken;
3. door die iemand uit 1
4. op de juiste manier
5. voldoende ver
6. er is ook nog een patroon in de kamer
7. de zekering is van het wapen af
8. de patroon past
9. de patroon bevat kruit
10. het kruit is droog
11. het kruit is niet chemisch gedissocieerd
12. er is een pistool of revolver
13. de iemand uit 1 beschikt over een hand
14. de hand van de iemand uit 1 beschikt over minstens één vinger
….
….
-> aftelbaar oneindig (niks minder!).

Welkom in de echte wereld. Niets is ooit monocausaal. De kunst is natuurlijk: selectie.

LikeLike
cRR Kampen | 3 januari 2017 om 11:11 |

O ja, puntje 1 heeft alvast ook zo z’n noodzakelijke oorzaken. Ik geef er eentje, de rest is huiswerk:
1. Een heel bepaalde komeetinslag ca. 60 miljoen jaar geleden.
Succes!

LikeLike
G.J. Smeets | 3 januari 2017 om 11:33 |

Nou, Pieter, ik zie wel degelijk convergentie in de gedachtewisseling: zonder klimaat zijn weersverschijnselen onbestaanbaar, en elk weersverschijnsel is onlosmakelijk gekoppeld met globale klimaatverandering.

Ik onderschrijf je scepsis over de zinvolheid van de vraag waar/wanneer klimaatverandering welk effect heeft. Mijn scepsis heeft een paar redenen:
– het klimaatsysteem is al te complex qua organisatie en structuur-elementen.
– attributie studies zijn in wezen waarom/daarom studies; het lijkt het me zinvoller om het in operationele termen te doen: *hoe* werkt het. De natuur kent geen *waarom/daarom*.
– klimaatverandering is anno 2017 volop in gang en is dus een moving target; de klimatologie schiet erop met een geweer waarvan de loop niet alleen ‘krom’ is maar waarvan de kromming tijdens het richten verandert.

Het drievoudige nut van attributiestudies waarvan in de tweede vraag&antwoord van het blogstuk sprake is roept dan ook evenveel vragen op als het antwoord geeft.

LikeLike
cRR Kampen | 3 januari 2017 om 11:55 |

Nu we gewend zijn aan eenvoudige combinatorische complexiteit in dynamische gekoppelde systemen, gaan we het echte ding onder de loupe nemen: pad-afhankelijkheid in causale ‘ketens’.
Intro: https://en.wikipedia.org/wiki/Catastrophe_theory .

Spectaluraire naam, maar gewoon wiskunde dús eigenschap/structuur van de realiteit. De mooiste casus is het Arctisch zeeijs.

LikeLike
G.J. Smeets | 3 januari 2017 om 12:42 |

Intermezzo
1976 was ik in de Academic Bookshop, Montreal Cnd, in verbouwing. Alles lag in stapels op de grond. Ik pikte er een boek van Zeeman uit en scande het diagonaal lezend. Voor mij als wiskundige dyslecticus was het ontmoedigend en bemoedigend. Ik rommelde verder in de stapels en ging weg met G. Bateson die de wiskunde voor mij vertaalde in epistemologische termen. Ik kom erop terug als het een beetje meezit.

LikeLike
cRR Kampen | 3 januari 2017 om 13:28 |

Op zich een on (my) topic intermezzo. Ik probeer immers op nogal populaire wijze inderdaad enkele wiskundige concepten kennis mee te laten maken hier. Dit in wiskundige taal gieten is er niet bij, dan moet je aardig diep in (niet-lineaire) differentiaalsystemen gaan zitten. Het wikidingetjes over catastrofetheorie laat dat natuurlijk al zien.

Zijdelings maar toch zeer inzichtelijk, en leesbaar, wordt e.e.a. weergegeven in ‘The Black Swan’ van Nicolas Nassim Taleb.

Ook verwant: https://en.wikipedia.org/wiki/John_Casti .

LikeLike
G.J. Smeets | 4 januari 2017 om 00:31 |

Remko,
N. N. Taleb is me bekend, J. Casti minder.
Ik sprak onlangs met een jurist in NL die hand-en-span diensten verleent aan de opvang van ‘verwarde personen’ in zijn woonplaats. De NL politie heeft in 2016 7000 verwarde mensen opgepakt en in de cel gezet. Hetzelfde aantal verwarden is niet opgepakt. Laten we het houden op 7000 verwarden op een populatie van 17 miljoen. Getalsmatig is het peanuts maar het heeft volgens de NL politie het reguliere NL politiewerk ontwricht. Begin december 2016 heeft de NL politietop aangegeven er geen zin meer in te hebben. Over Fat tail gesproken.

De analogie met weersextremen moge duidelijk zijn. Kun je wat meer zeggen over pad-afhankelijkheid?

LikeLike
cRR Kampen | 4 januari 2017 om 13:18 |

Pad-afhankelijkheid, ‘vlindereffect’, gekoppelde dynamische systemen, ‘multi-causaliteit’, informatietheorie/informatiedissipatie (= verlies) e.d., ‘de richting van de tijd’ (thermodynamica II en III), ‘concaaf’, ‘tipping point’, ‘the dead don’t speak’ (evolutie), onomkeerbaarheid horen allemaal bij elkaar.
Pad-afhankelijkheid is natuurlijk een algemeen bekend fenomeen. Te zien bijv. wanneer de variatie van een parameter symmetrisch kan zijn, maar het effect niet. Bot voorbeeld: ijspegel aan de dakgoot, parameter luchttemp stijgt van -1 naar +10, effect ijspegel dooit deels en valt dan plotseling in stukken op de grond. Wanneer dit een padonafhankelijk proces zou zijn, zou je bij (even snelle/trage) tempdaling van +10 naar -1 plotseling die stukken weer omhoog zien komen, zich vormen tot de ijspegel aan de dakgoot terwijl er allemaal druppeltjes van de grond omhoog komen enz – je begrijpt het wel.

Op het moment en waarschijnlijk sinds tenminste 2005 kan het Arctisch zee-ijs uitsluitend als seizoensijs bestaan. Maar we zitten nog op het pad daarnaartoe: ‘getting rid of all the multiyear ice’ dus. Zonder verdere tempstijging tov nu zal die seizoenssituatie zeker ontstaan gaan. Direct zal ook het zeewater ter plaatse sterk opwarmen. Bij de momentele temperatuur kan het al zijn dat daardoor zelfs binnen luttele jaren na de eerste ijsvrije zomer ook geen winterijs meer vormen kan.
Draai je nu het globale klimaat de anderhalve graad terug die we sinds pre-industrieel opgedaan hebben (de symmetrische omkering van een onderliggende parameter) dan kan desondanks de Poolzee open blijven juist omdat het niet meer lukt ‘m op tijd dicht te vriezen om weer van seizoensijs naar permanent ijs te komen. De zee is te warm en blijft dat terwijl hij constant zonne-energie blijft opzuigen, wat ie nu immers niet doet. (notitie: dit is speculatief. Zou leuk zijn als hier wat paleo-onderzoek iets uitwijzen zou. Bijv. dat eens verwijderd poolijs pas weer herstelt als de globale temp serieus even de -4, -5 van een ijstijd haalt).

Herstel van een onderliggende parameter naar een oorspronkelijke waarde houdt vaak helemaal geen herstel van het door die parameter geregeerde systeem in. Daaraan liggen de begrippen hierboven opgesomd ten grondslag.

De klimaatverandering, dwz de verschuiving van een enkele simpele parameter introduceert allerhande system collapses. Arctisch zee-ijs, massaextinctie, koraal en het vollopen van CO2-sinks (waardoor emissiereductie mss helemaal niets meer uithaalt!!) zijn voorbeelden uit vele.

Nostalgie is zo paleo…

LikeLike
Erik de Haan | 4 januari 2017 om 22:04 |

Attributiestudies als hulpmiddel voor klimaatadaptatie

Hoi Hans,

In je inleiding geef je aan dat “Inzicht in de bijdrage van klimaatverandering aan de kans op of de ernst van extreem weer kan behulpzaam zijn bij het beheersen van toekomstige risico’s”.

Hierbij een wat uitgebreide reactie uit de beleidspraktijk.

Ten eerste, ik lees de studies van Geert Jan van Oldenborgh (KNMI) na een extreem event altijd met grote belangstelling en ik probeer zo goed mogelijk de extremenstatistiek te volgen (GEV-verdeling, etc). Ik merk echter dat er, zelfs binnen de adaptatiewereld, maar weinig beleidsambtenaren zijn die zijn artikelen lezen.

Als we kijken naar de verschillende events waar we ons in het adaptatiebeleid op voorbereiden dan is dit de stand van zaken:

– In het stedelijk water beheer is veel vastgelegd in normen op basis van de Leidraad riolering. Van oudsher worden rioolsystemen ontworpen om een bepaalde standaardbui goed te kunnen verwerken. Lukt dit niet dan krijg je water op straat (nog niet erg), wordt het meer dan is het wateroverlast met schade als gevolg. Sinds 2000 zien we extreme uursommen van de neerslag die vroeger niet voorkwamen (zie deze youtube presentatie van Geert Lenderink (ook KNMI) over plensbuien( https://www.youtube.com/watch?v=Sn3waiE05tc) en de link naar de pdf op dezelfde pagina (voor de uursommen de onderste grafiek op pagina 2).
– Als beleidsmaker heb ik geen attributiestudie nodig om te zien dat hier een opgave ligt.
– De belangrijkste vraag is dan, hoe robuust moet het systeem worden ingericht, gegeven de (onzekere) omvang van de verdere toename.
– Qua investeringen probeer je de klimaatopgave te verbinden met andere opgaven. Bijv. waterberging met natuurontwikkeling en/of recreatie.
– Daarnaast is een belangrijk vraagstuk, hoe ver reikt de verantwoordelijkheid van de overheid. Deze discussie zag je heel scherp na de extreme buien in Brabant/Limburg. Waterschappen richten het regionale watersysteem in op basis van door de provincie vastgelegde normen ( bergings- en afvoercapaciteit (zie artikel 2.3 http://decentrale.regelgeving.overheid.nl/cvdr/XHTMLoutput/Historie/Zuid-Holland/72380/72380_1.html ). Is een gebeurtenis extremer dan wat de norm voorschrijft dan heeft het waterschap aan zijn plicht voldaan en is de schade voor de maatschappij.
– Bij hagel heeft de overheid geen enkele verantwoordelijkheid en is het risico al dan niet via de verzekeraar gedekt (brede weersverzekering wordt wel door het Rijk gestimuleerd).
– Qua attributie is een hagelbui zoals van juni 2016 voorlopig niet aan de orde. Er zijn nauwelijks gegevens voorhanden om een statistiek op te baseren. Beleidsmatig is iedereen wel geschrokken van de enorme schade die een dergelijke bui kan veroorzaken.
– Extreme hitte: er zijn geen normen voor wat aanvaardbaar is, het aantal gebeurtenissen is nog beperkt. Attributie lijkt redelijk goed te doen. Op een abstract niveau zijn er wel de doelstellingen van de Deltabeslissing Ruimtelijke Adaptatie (https://ruimtelijkeadaptatie.nl/deltabeslissing/deltabeslissing/ ).
– Beleidsmatig gebruiken we de KNMI14-scenario’s, transformaties van tijdreeksen via de KNMI-Climate explorer en de inzichten over het stedelijk hitte-eiland voor beleid. Qua effecten is een afname van de luchtverontreiniging (ozon/smogvorming in combinatie met hitte) en vergroening van het stedelijk gebied van belang (plus hitteplan als niet fysieke maatregel).
– De grootschalige overstromingsrisico’s kust, rivieren, boezems zijn gebaseerd op de KNMI-scenario’s in combinatie met berekeningen van Deltares en/of waterschappen. De normen liggen vast in de wet (primaire keringen) en/of provinciale verordening (regionale keringen). Aan de normen, sinds kort gebaseerd op overstromingskansen, moet gewoon worden voldaan. Effecten van klimaatverandering worden meegenomen in de toetsingsrondes (dus adaptief).
– De wat meer “exotische gevolgen”: effect verdwijnen arctisch zeeijs op de straalstroom en het weer op onze breedten (kans op stormen), staan op pagina 28 van de KNMI14-brochure onder het kopje Extreme scenarios: low probability, high impact. Zit nog niet in het adaptatiebeleid (ga ik maar eens aandacht voor vragen bij de collega’s gezien de ontwikelingen in de Arctic ;-)).
– Hurricanes (KNMI 2013 op basis van EC-Earth berekeningen): idem zit nog in de categorie exotisch, dus nog niet in het adaptatiebeleid.

Erik de Haan

LikeLike
hamburg3 | 5 januari 2017 om 00:54 |

http://krant.trouw.nl/ipaper-online/print/article/8004/73728/NL/5548174
test

LikeLike
hamburg3 | 5 januari 2017 om 01:35 |

Het heeft niets met klimaatwetenschap te maken maar “Je hakleer is gebroken” is voor eeuwig verloren…

LikeLike
G.J. Smeets | 5 januari 2017 om 13:39 |

Erik,
ervan uitgaande dat
– plus 2ºC is onafwendbaar: 1 gemeten + 0,5 vertraagd reeds in pijplijn + 0,5 toekomstige ghg-emissie.
– op weg naar plus 2ºC valt ergens in het klimaatsysteem onvermijdelijk een structuurelement (bijv. de Arctische ijskap) of neerslagpatroon onvoorspelbaar snel uit elkaar.

Op grond van deze twee aannames kan het per definitie geen science kan zijn, hooguit science fiction, te gissen hoe het klimaatsysteem zich na een collaps of een tipping point gedragen zal. Onzekerheid is hier geen tekort van de theorie maar een eigenschap van het klimaatsysteem.

E.e.a. roept de vraag op of attributie-studies wel zin hebben voor adaptie-doeleinden, en zo ja met welk tijdraam beleidmakers werken.
– je gaf hierboven al aan dat je als beleidmaker attributie-analyses niet nodig hebt voor stedelijk waterbeheer. Me lijkt dat het ook voor overig waterbeheer onnodig is, het staat nagenoeg vast dat de NL delta meer water uit de stroomgebieden van Maas / Rijn zal krijgen en dat de zeespiegel stijgt.
– Het is, zoals we in bovenstaande discussie gezien hebben, onmogelijk om extreme weersverschijnselen los te koppelen van klimaatverandering. Die twee scheiden is m.i. voor adaptatie beleid irrelevant. Hoe zie jij dat?

Hans,
De relevantie is er wellicht voor verbetering van de simulatie-modellen, zoals het blokstuk aangeeft, maar dan nog. Op de geologisch zéér korte weg van +1ºC naar +2ºC verandert er zoveel en zo snel in het werkelijke klimaatsysteem dat het de vraag is of de modellen nog wel valide zijn. Klimaatverandering vaststellen is één ding, pad-afhankelijke veranderingen simuleren is totaal iets anders.
Kortom, ik neig ertoe te stellen dat de attributie-thematiek door de werkelijkheid is ingehaald. Hoe zie jij dat?

LikeLike
Bob Brand | 5 januari 2017 om 13:54 |

Hallo Hamburg3,

Ik zou de elfstedentocht ook missen, een mooie lofzang:

Toch denk ik dat het er nog wel één of twee keer van zal komen, deze eeuw (daarna niet meer). De kans op elfstedentocht-weer daalt wel snel maar de winters in Nederland zijn grillig door de afhankelijkheid van de windrichting.

Geert-Jan van Oldenborgh (KNMI) heeft berekend dat — ondanks het doorzetten van de klimaatverandering — er mogelijk nog 2 á 3 elfstedentochten te verwachten zijn. De projecties die hij gebruikt zijn tot dusver 100% in lijn met de waargenomen klimaatverandering:

https://www.hetkanwel.net/2014/01/11/knmi-nog-steeds-kans-op-elfstedentocht/

Ook elfstedentochten zijn (impacts van) weersextemen. Eenmalige gebeurtenissen waarvan je kan berekenen hoe de kans-er-op verandert als gevolg van de klimaatverandering — net zoals voor andere weersextremen.

LikeLike
cRR Kampen | 5 januari 2017 om 15:18 |

‘Geert-Jan van Oldenborgh (KNMI) heeft berekend dat — ondanks het doorzetten van de klimaatverandering — er mogelijk nog 2 á 3 elfstedentochten te verwachten zijn.’ – komt me helemaal plausibel voor.

Ik heb nog een theorietje dat stelt dat dezer jaren de kans op een wintergemiddelde kouder dan 1789 of 1963 ietsje groter is dan die toen was (beide ntk bijna verwaarloosbaar..). ‘Stuck Pattern Syndrome’ ligt aan die theorie ten grondslag. Over enkele decennia werkt dit ook helemaal niet meer – vier wintermaanden constant ONO voldoet dan ook niet meer voor een wintergemiddelde temp van rond de -3.

LikeLike
Hans Custers | 5 januari 2017 om 16:11 |

Goff,

Je zegt:

Kortom, ik neig ertoe te stellen dat de attributie-thematiek door de werkelijkheid is ingehaald. Hoe zie jij dat?

Ik zie het helemaal anders. Ten eerste zie ik geen reden waarom pad-afhankelijkheid niet te simuleren zou zijn door modellen. Een model van een ijspegel (een voorbeeld dat Remko aanhaalde) zou misschien heel goed het moment waarop dat ding breekt en naar beneden valt kunnen simuleren en dat betekent niet dat dat model ooit simuleert dat de stukken ijspegel weer naar boven vallen en de ijspegel opnieuw laten ontstaan. Ofwel: pad-afhankelijheid kan het gevolg zijn van simpele en uitstekend te simuleren fysica.

Bovendien rust attributie niet alleen op modellen, maar ook op analyse van historische data. Dergelijke analyses leveren ook interessante informatie op.

Ik zie dit type onderzoek als onderdeel van een bredere ontwikkeling in de klimaatwetenschap: het bevindt zich op het raakvlak van weer en klimaat. Anders gezegd: het draagt bij aan de toenemende kennis van de gevolgen van klimaatverandering op (relatief) kleine geografische en tijdschalen.

Het is wel goed om te beseffen hoe jong dit type onderzoek nog is. Volgens NOAA werd de eerste attributiestudie naar extreem weer uitgevoerd in 2004. Het is dus nog volop in ontwikkeling, mede dankzij die jaarlijkse speciale uitgave van BAMS.

LikeLike
hamburg3 | 5 januari 2017 om 20:05 |

Hé Bob Brand,

Leuk dat je precies dat stukje tekst aanhaalt. Ons leven is in amper een eeuw tijd radicaal verandert, het winterweer helaas ook.

Lieuwe

LikeLike
G.J. Smeets | 5 januari 2017 om 21:37 |

Hans,
“…zie ik geen reden waarom pad-afhankelijkheid niet te simuleren zou zijn door modellen.”
Ik ook niet en dat is dan ook niet wat stelde. Mijn aandachtspunt is dat pad-afhankelijke *snelle verandering* van het (regionaal) klimaat niet te simuleren is.

Ik besef terdege dat het BAMS attributie-project in de kinderschoenen staat. Juist om die reden leg ik wat vuur aan de schenen. Met de epistemologische ‘pre mortem’ techniek (van psycholoog Gary Klein; Daniel Kahneman o.a. heeft er verder over nagedacht). De pre mortem techniek is de tegenhanger van risico-analyse. Ga er hypothetisch van uit dat je project of je gewenste doel over 3 of 5 jaar mislukt zal zijn en vraag je af *hoe en waardoor* het precies is mislukt. Het is dus niet prognostisch vooruit kijken maar hypothetisch terug kijken. Deze research techniek dwingt tot fantasie, precisie en maakt korte metten met confirmation bias & motivated reasoning.

Dus als ik chef van een attributie-researchgroep was zou ik me ernstig zorgen maken over de validiteit – niet de betrouwbaarheid! – van de modellen die me ter beschikking staan. Het is schieten op een moving target met een kromme loop waarvan de kromming tijdens het richten op de moving target verandert. Dat zijn veel variabelen die ik als chef voor ogen zou hebben en waardoor het me zou duizelen.
Nogmaals, attributie is een ‘waarom/daarom’ frame. Voor constatering van klimaatverandering heeft dat goed gefunctioneerd: de geconstateerde opwarming komt door GHG. Al dan niet toewijzen van weersextremen aan de geconstateerde opwarming is echter zowel onmogelijke als misplaatste precisie. Onmogelijk omdat de zeer snel verlopende klimaatverandering geen controleerbaar laboratorium-object is maar een moving target out there. En misplaatst omdat we genoeg weten om te concluderen dat de toenemende weersextremen zonder ghg gerelateerde klimaatverandering onverklaarbaar zijn. Tot hoe ver achter de komma gaan we? Wie heeft daar belang bij? Als het de verzekeraars zijn of de waterschappen dan wordt attributie-studie geheid toegepaste wetenschap en geen klimatologie.

Ik blijf er voorlopig bij: het waarom/daarom frame van de attributie is o.k. voor inzicht in de relatie opwarming / ghg. Voor inzicht in de relatie opwarming / weersextremen is het een dwaalweg en kan m.i. beter vervangen worden door research strategieën gebaseerd op het vraagtype *hoe?*

LikeLike
Hans Custers | 6 januari 2017 om 01:09 |

Goff,

Er lijken me hier wat misverstanden in het spel. Attributiestudies beperken zich niet tot waarom/daarom Als was het maar omdat die vraag niet te beantwoorden is zonder inzicht in het “hoe”.

En klimaatmodellen worden nu juist gebruikt omdat de aarde geen controleerbaar laboratorium-object is. De modellen zijn het lab van de klimaatwetenschap. Door modellen te vergelijken met waarnemingen uit de echte wereld, kan getoetst worden hoe betrouwbaar of valide ze zijn. Veranderingen in het klimaatsysteem leveren, zo lijkt me, juist veel informatie op die bruikbaar is voor het valideren en verbeteren van modellen. Juist waar modellen en waarnemingen van elkaar verschillen zijn er lacunes in de kennis en is kennisontwikkeling mogelijk.

In mijn ogen is er in de klimaatwetenschap een permanente wisselwerking tussen ontwikkeling van kennis, verbetering van het instrumentarium in het “lab” (zoals modellen), en meer toepassingsgericht onderzoek. Misschien is dat overal in de wetenschap wel zo, maar ik heb de indruk dat die wisselwerking in de klimaatwetenschap bijzonder sterk is.

LikeLike
Bert Amesz | 6 januari 2017 om 10:28 |

Hans, n.a.v. je (31 dec):

“Ik neem aan dat je niet bedoelt dat je dergelijke gebeurtenissen daarom maar niet zou moeten onderzoeken”

Dat bedoel ik inderdaad niet. Bij ‘attributie’ (= de oorzaak aan iets toeschrijven) zie ik twee opeenvolgende stappen.

Stap 1 betreft de attributie van een ‘impact’ of ‘disaster’ (een overstroming bijvoorbeeld). Oorzaken van deze ‘impact’ kunnen dan bijvoorbeeld zijn: extreme neerslag, stormvloed, gestegen zeespiegel, bodemdaling, kanalisatie van rivieren (‘tidal amplification’), toegenomen verhard oppervlak, onderhoud waterafvoersysteem, houtkap in de bovenstroom, gewijzigd landgebruik, etc. Ofwel een integrale en multidisciplinaire attributiestudie. Extreem weer is dus één van de te onderzoeken factoren bij de ‘impact’ in kwestie.

Stap 2 is het domein van de klimaatwetenschap: in hoeverre is dat extreme weer veroorzaakt door natuurlijke factoren (ENSO bijvoorbeeld) of door klimaatopwarming.

De eerste stap is relevant voor het maatschappelijk debat en lokaal beleid en maatregelen. In woorden van Otto in Scientific American:

“Because the question people ask is not, “What is the risk of three-day rainfall in Paris?” The question they ask is, “What’s the risk of flooding in Paris?” And that depends not only on the meteorological event, but also on other factors [etc]”

In deze bredere context, vind ik attributiestudies uitermate nuttig.

LikeLike
cRR Kampen | 6 januari 2017 om 10:37 |

Pad-afhankelijkheid en vlindereffect zijn hetzelfde ding. Ik zou Hans en Goff willen aanraden nog een keer over modelleerbaarheid na te denken via deze verbinding.

Eén van de dingen die je met een model principieel nooit zult kunnen voorspellen is wanneer precies de ijspegel van de dakgoot valt. System Collapse is deterministisch maar fundamenteel onvoorspelbaar. Dit gaat om iets sterkers dan natuurwetten: het is een mathematische eigenschap en dus structuur van de realiteit.

Ik ben er dus zeker van (mathematisch zeker!) dat er geen modellen bestaan of kunnen bestaan die voorbij de eerste zee-ijsvrije zomer in Arctica kunnen ‘kijken’; bovendien kan er been model bestaan die op enkele jaren nauwkeurig kan zeggen wanneer die eerste ijsvrije zomer valt. We weten alleen dat het gebeuren gaat en we weten ook dat het binnen decennia gebeuren gaat.
Het is de doodzonde in de wetenschap maar er zijn dingen waarin intuïtie (de goede soort, dus gebaseerd op ervaring/expertise) superieur presteren kan.

Nog een tip, wanneer je ergens Gauss gebruikt ziet worden in een model voor gekoppelde dynamische systemen, loop dan door. Zo’n model is principieel niet goed.

LikeLike
cRR Kampen | 6 januari 2017 om 14:13 |

Er zijn veel manieren om het fenomeen (vlindereffect/padafhankelijkheid/niet-lineariteit/multicausaliteit…) te formuleren. De ondergrond van deze equivalenties is dus wel wiskundig.
Hier is nog een manier: Voorspelbaarheid in (niet-lineare) gekoppelde dynamische systemen is extreem tijdsafhankelijk.
De hele wereld gaat voor je open als je dit soort stellingen goed overdenkt.

LikeLike
Hans Custers | 6 januari 2017 om 14:20 |

Bert,

Dit type attributiestudies lijkt zich te ontwikkelen tot een multi-disciplinaire aangelegenheid. En dat lijkt me een prima zaak. Enerzijds omdat de invloed van klimaatverandering op schade en/of risico vaak alleen te bepalen zal zijn als ook de invloed van andere factoren bekend is. En anderzijds omdat op deze manier de invloed van klimaatverandering als “risk multiplier” in beeld gebracht kan worden. Bij een overstroming zou soms bijvoorbeeld niet alleen extreme neerslag een factor kunnen zijn, maar ook de zeespiegelstijging. Of misschien wel een verandering in vegetatie, waardoor de bodem het water minder goed vasthoudt. Of juist beter. Bij droogte zou bijvoorbeeld extra waterverbruik voor irrigatie als gevolg van de gestegen gemiddelde temperatuur zo’n factor kunnen zijn. Het zal nog wel een tijd duren tot zulke volledige studies gemeengoed zijn, maar de ontwikkeling lijkt me prima.

Remko,

Ik kan je niet goed volgen. Ik geloof niet dat ik iets heb gezegd dat in strijd is met je laatste reacties. Ik wil nog wel even benadrukken dat het hier expliciet over attributie van extreme gebeurtenissen gaat. Ofwel: onderzoeken die extreme (=zeldzame) gebeurtenissen die werkelijk hebben plaatsgevonden ontleden. Dus niet over langetermijntrends en evenmin over voorspellingen. Dat die attributie (nog?) vaak moeilijk of zelfs onmogelijk is staat ook niet ter discussie.

Een interessant punt dat je aansnijdt is dat van de wetenschappelijke terughoudendheid. De wetenschap is inderdaad geneigd alleen een uitspraak te doen over invloed van klimaatverandering als die met een grote mate van zekerheid aan te tonen is. In andere gevallen luidt het: invloed van klimaatverandering niet aangetoond. De perceptie is dan vaak: aangetoond dat klimaatverandering geen invloed heeft. De anti-mitigatie-campagne gebruikt dat frame zelfs systematisch in dit soort gevallen.

Ik weet niet zo goed hoe de wetenschap hiermee om moet gaan. Ik vind dat de wetenschap wel trouw moet blijven aan zichzelf. Dus ik vind niet dat men te snel af moet gaan op intuïtie. Dan maar liever iets te voorzichtig. Ik ben ervan overtuigd dat dat op termijn ook het beste is voor het vertrouwen in de wetenschap.

LikeLike
Erik de Haan | 6 januari 2017 om 17:03 |

Beste Goff,

Klimaatverandering en extreem weer zijn inderdaad eigenlijk niet los te koppelen. Het is in situaties van extreem weer dat de maatschappelijke gevolgen van klimaatverandering het sterkst tot uiting komen. We hebben de huidige maatschappij immers ingericht op basis van wat in het verleden “normaal” was. Voor veel systemen betekent dat een situatie waarbij nog geen rekening is gehouden met het veranderde klimaat. De aandacht voor extreem weer is in het beleid sterk toegenomen (zoek maar op “extreem weer” in de recente Nationale Adaptatiestrategie)( https://ruimtelijkeadaptatie.nl/overheden/nas2016/ ).

Als attributieonderzoek ertoe leidt dat je een beter beeld krijgt wat 1 graad opwarming betekent voor nu voorkomende extremen en als je voor het betreffende extreem mag veronderstellen dat er geen trendbreuken in het effect zitten bij toenemende opwarming, dan is het denk ik nuttig. Maar je ziet er zit nogal wat “als” in de vorige zin.

Aanpassing van systemen kost tijd en geld. Voor de natuur geldt bovendien dat er nogal wat andere factoren zijn die ecosystemen onder druk zetten. Neem het nieuws van gisteren, het toenemende probleem met invasieve exoten in het waterbeheer. De oorzaak is natuurlijk niet klimaatverandering, maar het faciliteert deze soorten als ze er eenmaal zijn met zachte winters en de vermesting zal ook wel een handje helpen (idem blauwalgproblemen).

De tijdhorizon die we in het adaptatiebeleid hanteren is in de praktijk 2050, maar dat komt ook door de doeljaren in de KNMI-scenario’s (2050 en 2100). Rijkswaterstaat wil voor specifieke investeringen wel eens verder kijken dan 2050 (bijvoorbeeld bij de opgave vervanging natte kunstwerken (zie ook de onderzoekslijn in dit programma http://www.waterenklimaat.nl/onderzoekslijnen/toekomstbestendige-natte-kunstwerken/ ). Het belang van goed functionerende infrastructuur wordt immers meestal pas duidelijk als het mis gaat (zie de stuw in de Maas).

Het lastige bij het hanteren van lange termijnen is dat veel andere beleidsterreinen niet dergelijke termijnen hanteren en veel meer werken in het hier en nu. Trouwens soms lossen problemen zich vanzelf op. In de zomer van 2003 waren er nog grote problemen met de koeling van de fossiele centrales door de hoge temperaturen en de lage waterstanden (bijv. de kolencentrale bij Nijmegen). Anno vandaag is deze centrale gesloten, nieuwe kolencentrales staan aan de kust. In 2050 mag je verwachten we in warme (zonnige) zomers een groot deel van de benodigde elektriciteit opwekken met zon-PV.

Als laatste, we kijken inderdaad nooit alleen naar de meteorologie. Het is altijd nodig om de hydrologische gevolgen te bepalen wil je iets zinnigs zeggen over water gerelateerde effecten. Qua modellen kom je dan in de wereld van 3di (http://www.3di.nu/ ), SOBEK (https://www.deltares.nl/nl/software/sobek-suite/ ), etc. Tevens wil je iets weten over de economische gevolgen en, niet onbelangrijk, wie is verantwoordelijk en wie draait op voor de schade.

Misschien geeft bovenstaande ook een geruststelling dat het adaptatiebeleid nog steeds wordt vorm gegeven op basis van wetenschappelijke inzichten. Ik denk dat die intensieve interactie tussen beleid en onderzoek vrij uniek is. Ik ervaar het zelf in ieder geval als erg prettig en nuttig.

Erik

LikeLike
G.J. Smeets | 6 januari 2017 om 23:23 |

Hans,
“Er lijken me hier wat misverstanden in het spel. Attributiestudies beperken zich niet tot waarom/daarom.”

Nee, geen misverstanden. Ook simulaties (incl. attributiestudies) zijn gewoon waarom / daarom voorspellingen in lab condities. Het zijn If / then voorspellingen die op twee poten lopen.
– Statistisch correleren van tijd / ruimte data en zoeken naar patronen (data mining)
– Zoeken naar een natuurkundige waarom / daarom verklaring als een patroon in de data verandert wanneer de waarde van een parameter verandert.

Het is onmogelijk om de huidige toenemende weersextremen te verklaren in termen van onze razendsnelle klimaatverandering. Toenemende extremen *zijn* namelijk klimaatverandering. Attributeren is hier een reine tautologie.
Daarbij zijn er twee fundamentele problemen die onoverkomelijk zijn om het een van het ander methodisch te onderscheiden:
1) zonder confrontatie met vergelijkbare condities (extremen in een snelle klimaatverandering in het verleden) is er uit de tautologie niet te ontsnappen. Data over dergelijke condities in het verleden zijn er niet en ze zijn ook niet uit proxies te persen.
2) Extremen zijn deterministisch maar onvoorspelbaar (met dank aan Remko) en alleen achteraf te verklaren. Al hadden we data over vergelijkbare condities in het verleden, dan nog waren die enkel te verklaren op grond van inzicht in de huidige relatie klimaatverandering / extremen. Waarvoor inzicht in een vergelijkbaar verleden nodig is. De tautologie krijgt aldus de vorm van een infinite regression. Wat neerkomt op methodologische confirmation bias.

Remko,
Of, en zo ja hoe, het anders kan weet ik niet. Jij bent hier de calculator, wat vind je van pogingen om geconstateerd toenemende weersextremen te onderscheiden van de lopende klimaatverandering?

LikeLike
Hans Custers | 7 januari 2017 om 00:28 |

Goff,

Ik vermoed nog steeds misverstanden.

“Het is onmogelijk om de huidige toenemende weersextremen te verklaren in termen van onze razendsnelle klimaatverandering.”

Dat is niet het doel van deze onderzoeken. Attributiestudies ontleden individuele extreme gebeurtenissen en onderzoeken of klimaatverandering een rol heeft gespeeld in bepaalde factoren die kans of intensiteit kunnen beïnvloeden. En dat dat wel degelijk mogelijk is bewijzen al die attributieonderzoeken die de afgelopen jaren zijn uitgevoerd. Waarmee natuurlijk niet gezegd is dat het altijd lukt, of dat het gemakkelijk is.

De tautologie die jij meent te zien bestaat niet. Van individuele (extreme) gebeurtenissen kun je onmogelijk stellen dat ze klimaatverandering *zijn*, maar wel dat ze zijn beïnvloed of soms misschien zelfs zijn ontstaan door klimaatverandering.

Dat (individuele) extremen onvoorspelbaar zijn is evident. Attributie draait dan ook absoluut niet om zulke voorspellingen.

Het beeld dat je van modellen schetst is ook onvolledig. Modellen simuleren de fysische processen van het klimaat en dus ook de interacties tussen processen, of de invloed van de temperatuur op die processen. En dus geven ze ook inzicht in het “hoe”.

LikeLike
Bert Amesz | 7 januari 2017 om 12:35 |

Inderdaad geen ‘misverstand’. Kampen – met Smeets in zijn kielzog – denken dat we bij 2ᵒC opwarming richting Apocalyps (system collapse, massa-extinctie, etc) denderen. Bij een dergelijke ‘intuïtieve’ vorm van doemdenken zijn attributiestudies inderdaad zinloos. Hans Custers daarentegen baseert zich op bevindingen van de (klimaat)wetenschap. Voorts verkeert Smeets in de veronderstelling dat ‘global warming’ en ‘klimaatverandering’ synonieme begrippen zijn. De vraag is namelijk: in hoeverre leidt ‘opwarming’ tot weersextremen? Welnu: attributiestudies kunnen dat inzicht verbeteren.

“Zou leuk zijn als hier wat paleo-onderzoek iets uitwijzen zou. Bijv. dat eens verwijderd poolijs pas weer herstelt als de globale temp serieus even de -4, -5 van een ijstijd haalt”

Dat paleo-onderzoek bestaat al, beste Remko Kampen. En wat blijkt daaruit? Dat er gedurende het (vroege) Holoceen diverse langdurige periodes waren dat in grote delen van de Arctic het zee-ijs vrijwel geheel verdwenen was. En dat het zich vervolgens weer herstelde, zonder tussenkomst van een ijstijd.

LikeLike
Bob Brand | 7 januari 2017 om 20:13 |

Beste Bert Amesz,

Dit is gewoon misleidend:

“Dat er gedurende het (vroege) Holoceen diverse langdurige periodes waren dat in grote delen van de Arctic het zee-ijs vrijwel geheel verdwenen was.”

In het vroege Holoceen was er een relatief (!) ‘low ice event’. Dat was ALLERMINST de geheel ijsvrije Arctische oceaan waar we nu – in korte tijd – op afstevenen. Zie Polyak 2010, History Of Sea Ice In The Arctic: “The last low-ice event related to orbital forcing (high insolation) was in the early Holocene, after which the northern high latitudes cooled overall, with some superimposed shorterterm (multidecadal to millennial-scale) and lower-magnitude variability.”

Klik om toegang te krijgen tot polyak_etal_seaice_QSR_10.pdf

In deze publicatie wordt er nou juist op gewezen:

“Patterns of ice-margin retreat may differ between different periods and regions of the Arctic, but the overall retreat trend is clearly larger than decadal-scale variability, consistent with observations and modeling of the 20th-century ice concentrations and water temperatures (Polyakov et al., 2005; Kauker et al., 2008; Steele et al., 2008). The severity of present ice loss can be highlighted by the breakup of ice shelves at the northern coast of Ellesmere Island (Mueller et al., 2008), which have been stable until recently for at least several thousand years based on geological data (England et al., 2008).”

en: “This ice loss appears to be unmatched over at least the last few thousand years and unexplainable by any of the known natural variabilities.”

Dat was in 2010. Sindsdien zijn de ongekende snelheid en omvang van het verlies aan Arctisch zeeijs nog duidelijker geworden.

LikeLike
Hans Custers | 7 januari 2017 om 20:23 |

Bert,

Remko gaf expliciet aan dat het om een speculatief voorbeeld ging. Ik snap niet waarom je daar nu zo over valt.

Overigens is het onderwerp zeeijs-reconstructies hier off-topic. Vervolgopmerkingen over dit onderwerp s.v.p. in de open discussie.

LikeLike
Bob Brand | 7 januari 2017 om 20:41 |

Beste Bert Amesz,

Nog zoiets misleidends is dit zinnetje uit je reactie:

“Kampen – met Smeets in zijn kielzog – denken dat we bij 2ᵒC opwarming richting Apocalyps (system collapse, massa-extinctie, etc) denderen.”

Welnee, het beperken (!) tot de 2ᵒC is nou juist het doel van alle klimaatbeleid en van het Akkoord van Parijs!

Het achterwege laten van klimaatbeleid of een te slap klimaatbeleid zal kunnen leiden tot een mondiaal gemiddelde opwarming van mogelijk 4 á 5 °C aan het einde van deze eeuw, en in de 22e of 23ste eeuw mogelijk zo’n 6 graden of meer.

De 2ᵒC opwarming waar jij mee aan komt zetten …… is nou juist wat de “Apocalyps” (in jouw woorden) dient te voorkomen.

LikeLike
G.J. Smeets | 8 januari 2017 om 19:46 |

Hans,
“De tautologie die jij meent te zien bestaat niet. Van individuele (extreme) gebeurtenissen kun je onmogelijk stellen dat ze klimaatverandering *zijn*…”

Je las ergens overheen. Ik had het over *toenemende* extreme gebeurtenissen en niet over individuele gebeurtenissen. Geobserveerde trend. Toenemende weersextremen is gewoon klimaatverandering en geen natuurlijke variabiliteit. En die trend is de context waarbinnen elk individueel weersextreem gezien moet worden. Het alternatief is de veronderstelling dat klimaatverandering mogelijkerwijs géén rol speelt in een individueel extreem. En dat lijkt me een irreële veronderstelling.

LikeLike
Hans Custers | 8 januari 2017 om 21:00 |

Goff,

Nee, daar heb ik niet overheen gelezen. Het punt dat ik maakte dat de attributiestudies waar we het hier over hebben juist wel over individuele gebeurtenissen gaan. Men onderzoekt die gebeurtenissen in de context van klimaatverandering. Als waarnemingen wijzen op een toe- of afname van een gebeurtenis (of van een factor die er aan bijdraagt), of aan een verandering in intensiteit, dat is dat dus onderdeel van die context. Precies zoals jij het zegt. Niemand beweert dat het anders is.

Je schrijft ook nog: “Het alternatief is de veronderstelling dat klimaatverandering mogelijkerwijs géén rol speelt in een individueel extreem.”

Daar zit de complicatie die in duidelijk probeerde te maken met het voorbeeld van de verzwaarde dobbelsteen. Dat voorbeeld was bedoeld om één kant van de medaille te beschrijven. De andere kant is het gegeven dat klimaatverandering alles beïnvloedt dat er in het klimaat gebeurt.

Ik probeer het op een andere manier duidelijk te maken. Als een klimaatmodel wordt gebruikt om een bepaalde toestand in het klimaat te onderzoeken, wordt er een groot aantal runs gedraaid met dat model. Het gemiddelde van al die runs (inclusief bandbreedtes rond dat gemiddelde) zou je klimaat kunnen noemen. De toevallige slingering van een individuele run rond dat gemiddelde is dan het weer.

De echte aarde draait maar één run (voor zover we weten…). Het versterkte broeikaseffect beïnvloedt niet alleen het klimaat (het gemiddelde en de langetermijntrend), maar ook de toevallige slingering. Ofwel: als wij nooit hadden bedacht dat we fossiele brandstof kunnen gebruiken, zou de aarde niet alleen een beetje koeler zijn, maar zouden op dit moment waarschijnlijk alle hoge- en lagedrukgebieden, regenzones, kou- en warmtefronten, enzovoort, op andere plekken liggen dan waar ze nu liggen. En dus zouden inderdaad ook de extreme gebeurtenissen die er de afgelopen jaren zijn geweest, niet hebben plaatsgevonden. Alleen: in dat andere klimaat zouden er ook extreme gebeurtenissen zijn geweest. En we kunnen natuurlijk onmogelijk weten welke.

Dus, als je zegt dat opwarming van het klimaat alle extreme gebeurtenissen beïnvloedt is dat feitelijk wel juist, denk ik. Maar het kan heel makkelijk een verkeerde indruk wekken: dat er zonder die opwarming niets extreems zou gebeuren. En dat is natuurlijk niet zo.

Er zijn, voor zover ik kan overzien, twee manier om hiermee om te gaan. En beide worden toegepast in attributiestudies. De eerste: denken in waarschijnlijkheden, in plaats van welles-nietes. De tweede: onderzoeken hoe een vergelijkbare gebeurtenis zich in het pre-industriële klimaat ontwikkeld zou hebben, ofwel: nagaan in hoeverre veranderingen in het klimaat (aantoonbaar) invloed hebben gehad op het verloop van die gebeurtenis.

LikeLike
cRR Kampen | 9 januari 2017 om 19:22 |

“.. wat vind je van pogingen om geconstateerd toenemende weersextremen te onderscheiden van de lopende klimaatverandering?” vroeg Goff.

Te onderscheiden? Wegens tertium non datur en ten behoeve van de wetenschappelijke zuiverheid (alternatieve hypothese toetsen) precies even goed als attributie-onderzoek. Ha, het is niet helemaal hetzelfde (omdat de formulering van de onderzoeksvraag nu eenmaal vaak grote gevolgen heeft voor de methodologie en dat wat gevonden kan worden), maar dat zou het wel moeten zijn..

Op vier maart 2005 werd een buitengewoon aansprekend kouderecord gevestigd, -20.7° C te Marknesse: nieuw landelijk record (sinds 1900 formeel, sinds 1845 de facto) voor maart. In de middag en avond daarvoor viel in de noordelijke helft van het land een extreem pak sneeuw, plaatselijk een heuse halve meter.

1. Natuurlijk waren timing enz. van een aantal meteorologische condities, -systemen en -systeemontwikkeling (zoals het koudeputje dat precies tijdens de volledige nachtelijke opklaring ons land passeerde: uitstraling; het pak verse sneeuw: uitstraling; het rugje van hogedruk: windstilte enz.) verantwoordelijk voor dit record.
2. De vraag is of het met deze constellatie in 1950 niet tot maximaal 35 cm sneeuw was gekomen, gevolgd door een nacht met ergens -24.

Mocht u denken dat ik dit prettige oefeningen vind..

LikeLike
G.J. Smeets | 9 januari 2017 om 20:57 |

Hans,
“De andere kant is het gegeven dat klimaatverandering alles beïnvloedt dat er in het klimaat gebeurt.”

De ene en de andere kant zijn geen symmetrische alternatieven. Zoals Remko zegt: tertium non datur. [In open discussie legt Neven wat betreft de Arctische ijskap de fundamentele verschillen voor tussen de paleo resp. antropogene periode]

Remko,
“…de formulering van de onderzoeksvraag nu eenmaal vaak grote gevolgen heeft voor de methodologie en dat wat gevonden kan worden…”
Tja, iedere onderzoeksvraag heeft niet vaak maar altijd grote gevolgen voor de methodologie; en de methodologie bepaalt *altijd* wat je zult vinden.

“De vraag is of het met deze constellatie in 1950 niet tot maximaal 35 cm sneeuw was gekomen, gevolgd door een nacht met ergens -24.”
Tja, die vraag is dus een methodologische exercitie / uitdaging. Het feitelijke antwoord kennen ook de verzamelde weergoden niet. Laat staan de klimatologische werkgemeenschap.

LikeLike
G.J. Smeets | 9 januari 2017 om 21:12 |

P.s.
“Mocht u denken dat ik dit prettige oefeningen vind…”

We zijn hier niet voor de pret, Remko. Maar ik vind het wel prettig (bonus!) om van gedachten te wisselen.

LikeLike
Hans Custers | 9 januari 2017 om 21:19 |

Goff,

Het punt is dat je beide kanten in beschouwing moet nemen om een eerlijk beeld te schetsen van de invloed van klimaatverandering op extreme gebeurtenissen: Enerzijds beïnvloedt de opwarming alle gebeurtenissen, dus ook de extreme, in het klimaatsysteem, anderzijds zouden er ook zonder opwarming extreme gebeurtenissen zijn geweest, maar kunnen we niet weten welke.

Bovendien is het gegeven dat opwarming alle gebeurtenissen beïnvloedt (het regent hier op het moment, zonder menselijke broeikasgasemissies zou dat mogelijk niet zo zijn) wetenschappelijk niet interessant. Behalve het constateren, kun je er namelijk niets mee.

LikeLike
Hans Custers | 9 januari 2017 om 22:53 |

Overigens, Goff, geeft het citaat dat Remko van jou geeft misschien aan waar het misverstand zit.

De attributiestudies waar het hier over gaat zijn niet bezig met het ondercheiden van toenemende weersextremen van de lopende klimaatverandering. Het is evident dat dat onderscheid niet te maken is. Dat snappen de wetenschappers die zich hiermee bezighouden ook wel.

Wat die onderzoeken doen is: duiden van individuele gebeurtenissen die samenhangen met extreem weer in de context van het veranderende klimaat. Daar gaat het in deze draad over, en over niets anders.

LikeLike
hamburg3 | 10 januari 2017 om 02:05 |

cRR Kampen | januari 9, 2017 om 19:22,

Op 24 februari 1990 was het 20,4 graden in Oost-Maarland. Het was een extreem warme dag in heel Nederland. Idioot warm voor februari en veel extremer dan die dag in maart van u in dat koudeputje in Marknesse.

“Mocht u denken dat ik dit prettige oefeningen vind…” (Kampen)

Tja, zo vallen oefeningen altijd tegen…

LikeLike
cRR Kampen | 10 januari 2017 om 14:14 |

“Tja, iedere onderzoeksvraag heeft niet vaak maar altijd grote gevolgen voor de methodologie; en de methodologie bepaalt *altijd* wat je zult vinden.”
Welnee, anders had ik heel die alinea niet eens geschreven. Het is dus *meestal* en zeker niet *altijd*.

‘We zijn hier niet voor de pret’. Geweldig. Ergens is dit een beetje van mij gekaapt 🙂
De opmerking was open.
Persoonlijk vind ik die oefeningen natúúrlijk prettig…

Ik zal op dat puntje 2 in het voorbeeld van het maartrecord nog even iets zeggen dat interessant is voor attributiestudies (en informatietheorie).
Ik zei dat mogelijk in 1950 de sneeuwval tot 35cm beperkt zou blijven, terwijl de temp mogelijk nog enkele graden meer onderuit gegaan zou zijn. Dit is hoogstwaarschijnlijk waar, maar er staat een cruciale clausule die héél veel invulling behoeft: ‘bij dezelfde constellatie’. Ik ga even eea weer onderuithalen.
– ‘Dezelfde constellatie’ zou bij zelfs dezelfde (ik bedoel gerust: identieke!) voorgeschiedenis in 1950 hoogstwaarschijnlijk helemaal niet zijn ontstaan!! Dus wellicht sneeuw noch vorst… Misschien wel gewoon een westcirculatie.
Attributie, anyone?

Ik attribueer zelf elke vier-sigmagebeurtenis aan de klimaatverandering. Enkele reis en 100%.
De kans dat ik me vergis is maar een tiende promille per geval en neemt elke dag verder af.

LikeLike
Hans Custers | 10 januari 2017 om 15:16 |

“‘Dezelfde constellatie’ zou bij zelfs dezelfde (ik bedoel gerust: identieke!) voorgeschiedenis in 1950 hoogstwaarschijnlijk helemaal niet zijn ontstaan!!”

Remko, dat is nu net het punt waar ik in mijn laatste 4, 5 reacties uitgebreid op in ben gegaan. Dat het toevallige weer ook anders uit zou kunnen vallen, en dat alles en dus ook een verhoogde broeikasgasconcentratie dat toevallige verloop beïnvloedt, is iets dat je kunt constateren en dan houdt het op. Verder kun je er helemaal niks mee. Wetenschappelijk gezien is het dus oninteressant.

Een vier-sigmagebeurtenis relateren aan klimaatverandering lijkt me bijzonder redelijk. Maar het zal niet altijd makkelijk zijn om aan te tonen dat iets een vier-sigmagebeurtenis is.

LikeLike
G.J. Smeets | 10 januari 2017 om 18:09 |

“Welnee, anders had ik heel die alinea niet eens geschreven. Het is dus *meestal* en zeker niet *altijd*.
Illustratie?

In de tussentijd kom ik je tegemoet: we maken ervan ‘zeker meestal’ en ‘meestal niet zeker’ dat de vraag de methodologie bepaalt en de methodologie het antwoord. Zijn we allemaal tevreden.

Vier-sigma gebeurtenis attributen aan klimaatverandering is dat niet zoiets als water naar de zee dragen?

LikeLike
cRR Kampen | 10 januari 2017 om 18:39 |

“Maar het zal niet altijd makkelijk zijn om aan te tonen dat iets een vier-sigmagebeurtenis is.”
Dat klopt. Om te beginnen reeds omdat de normale verdeling waar dit begrip op slaat maar heel beperkte waarde heeft. Verder omdat een gebeurtenis kan optreden na een faseovergang of een ‘system collapse’ in een dynamisch systeem die helemaal met niets te vergelijken is, waardoor ‘vier sigma’ een zinledig begrip is.

Vier-sigma gebeurtenis attributen aan klimaatverandering is dat niet zoiets als water naar de zee dragen?
Wat bedoel je? Dat het meeste attributieonderzoek niet eens hoeft omdat het al geregeld is?
Er waren vroeger natuurlijk ook weleens vier sigma gebeurtenissen. En die kon je natuurlijk niet aan klimaatverandering wijten – in geen enkel geval (er was immers geen klimaatverandering, althans niet zo’n detonatie als we nu beleven). Meestal kon je dat uiteindelijk wel zien aan de symmetrie die in die gebeurtenissen optrad. Tegenover een vier sigma gemiddelde temperatuurwaarde in een week naar de positieve kant toe kon je ergens anders vast wel eentje vinden met die uitslag naar de koude kant. Dat ligt nu natuurlijk anders.

Dat het toevallige weer ook anders uit zou kunnen vallen, en dat alles en dus ook een verhoogde broeikasgasconcentratie dat toevallige verloop beïnvloedt, is iets dat je kunt constateren en dan houdt het op. Verder kun je er helemaal niks mee. Wetenschappelijk gezien is het dus oninteressant.

Dat bestrijd ik ten volle.
De tak van de wiskunde waar ik populistisch iets over vertel is natuurlijk wetenschap en ook allang engineering. Weermodellen zitten er vol mee, en die produceren niet voor niets ook zogeheten ensembles. Die laten zien in hoeverre een bepaald nu-patroon in de toekomst gevoelig is voor kleine wijzigingen in beginvoorwaarden (‘vlindereffect’).
http://www.wetterzentrale.de/de/topkarten.aspx?map=1&model=gfs&var=1&time=24&lid=OP&h=0&tr=12#mapref
Bekijk ze viermaal per dag, elke dag, alle kaarten. Ik weet niet hoeveel jaren je nodig hebt (mijn leven is allang niet anders, naast voor zowat een jaar waard in afwaswater e.d. staren…) maar uiteindelijk kan je wat feeling ontwikkelen voor wat het effect in de praktijk betekent.
Op het moment kunnen we niet goed voorbij ongeveer +vijf dagen kijken omdat blokkadeontwikkeling meestal precair is… Vorst, of dooi volgende week? In elk geval lijkt het erop dat weer een periode geïnflateerde winterneerslag krijgen (de tweede factor die natuurijs tegenwoordig extra zeldzaam maakt).

Zonder besef van deze hoedanigheden van de realiteit zal attributieonderzoek zo goed als niets kunnen opleveren. Met dat besef zijn de kansen een stuk beter. Dan ga je wiskunde/fysica gebruiken ipv statistieken (die immers onder een detonerende trend als we nu kennen eigenlijk bijna geen waarde hebben).

—
“Welnee, anders had ik heel die alinea niet eens geschreven. Het is dus *meestal* en zeker niet *altijd*.
Illustratie?
—
– Bewijs uit het ongerijmde in de wiskunde. Afhankelijk van hoe je de vraag stelt, ‘is de wortel uit twee rationaal?’ vs ‘Is de wortel uit twee irrationaal’ blijkt je bewijsmethode te verschillen, maar qua ‘effect’ (het gevonden ding: de wortel uit twee is irrationaal) zijn de vragen identiek (‘op een minteken/ontkenning na’).
– De aan- of afwezigheid van een verondersteld monocausaal effect, of een effect/natuurverschijnsel dat heel generiek is bijvoorbeeld de zwaartekracht. Ongeacht je vraagstelling of methodologie ga je die zwaartekrachtsversnelling vinden. Waarom? Omdat hij nou eenmaal bestaat en je methodologie indien correct in alle gevallen ‘iets met massa’ zal proberen te doen. Methode om te proberen aan te tonen dat zwaartekracht niet bestaat kan heel wel identiek zijn met de methode om te proberen aan te tonen dat die wel bestaat. Laat de bal maar los.

LikeLike
Hans Custers | 10 januari 2017 om 19:30 |

Remko,

Ik heb helemaal niks gezegd over voorspelbaarheid van het weer. Dat is het punt helemaal niet. Ik neem toch aan dat je het met me eens bent dat we onmogelijk kunnen weten hoe het weer vandaag in Nederland zou zijn als er nooit menselijke broeikasgasemssies waren geweest. We kunnen iets zeggen over het gemiddelde, misschien over de kans op een bepaald type weer, maar niet over de toevallige toestand op een bepaald moment op een bepaalde plaats. En dat is een constatering waar je verder niets mee kunt.

LikeLike
lieuwe hamburg | 11 januari 2017 om 01:46 |

cRR Kampen,

Zou je zo vriendelijk kunnen zijn om mij uit te leggen waarom 24 februari 1990 en 4 maart 2005 in Marknesse extremen zijn die je kennelijk kunt middelen? (is een aanname.)

Probeer je uit te leggen dat opwarming soms ook een extreem koude putje veroorzaakt?

Is American Meteorological Society een lachertje?

Weet Kampen het echt beter?

Ben je instaat om het uit te leggen aan iemand met MAVO niveau?

Lieuwe

LikeLike
G.J. Smeets | 11 januari 2017 om 03:07 |

Remko,
met ‘water naar de zee dragen’ bedoel ik dat attributie van een vier-sigma gebeurtenis aan klimaatverandering een open deur is. De symmetrie van de normaalverdeling is er niet, het is methodologisch revisionisme.

Je licht handje met het bewails uit het ongerijmde in de wiskunde, wiskunde is gene natuurkunde. Ter memorie: Warren McCulloch legde in Embodiments of Mind (1965) de vraag voor: what is a number that a man may know it and what is a man that he may know a number?
Idem met de zwaartekracht. Erik Verlinde heeft echt een andere methode (succes nog niet verzekerd) dan Einstein om ‘zwaartekracht’ te benaderen.

Terug naar de attributie-kwestie. Attributie van de opwarming aan CO2 staat vast en is helder. En daarmee is wat mij betreft de attributie thematiek helemaal uitgeput. Ik heb geen enkele fiducie in attributie-exercities in gekoppelde dynamische systemen. Ein zu weites Feld. Om die reden bezie ik attributiestudies van weersextremen zoals ik attributiestudies in de economie of de neurologie of de kosmologie bezie. Het antwoord is altijd ’42’, met dank aan Dirk Gently.

LikeLike
Hans Custers | 11 januari 2017 om 03:18 |

Goff,

Je reactie bewijst slechts dat je nog steeds op een dwaalspoor zit. Attributiestudies zijn en doen iets anders dan wat jij je erbij voorstelt. Ik heb mijn uiterste best gedaan om dat duidelijk te maken en meer kan ik niet doen.

LikeLike
cRR Kampen | 11 januari 2017 om 09:58 |

Hans – besef je dat je post van gisteren 19:30 al het attributie-onderzoek à priorì diskwalificeert?
Het staat er een paar keer, maar vooral hier:
We kunnen iets zeggen over het gemiddelde, misschien over de kans op een bepaald type weer, maar niet over de toevallige toestand op een bepaald moment op een bepaalde plaats.

En dat is inderdaad exact waar ik UEdelen ff goed over wilde laten nadenken!

LikeLike
cRR Kampen | 11 januari 2017 om 10:37 |

“Zou je zo vriendelijk kunnen zijn om mij uit te leggen waarom 24 februari 1990 en 4 maart 2005 in Marknesse extremen zijn die je kennelijk kunt middelen? (is een aanname.)”
Dat kun je niet en volgens mij probeer ik dat ook te stellen, en waarom. Statistieken, zoals gemiddelde, hebben bij extremen geen of andere betekenis (hou maar aan: geen).

“Probeer je uit te leggen dat opwarming soms ook een extreem koude putje veroorzaakt?”
Je zou erover kunnen nadenken. Toch kan je eenvoudiger beginnen, nl. met de speculatieve vraag of het in 1950 niet slechts 35cm sneeuw was geweest bij -24.
En mbt het 1990-voorbeeld (die februari was trouwens 100% AGW, het was de eerste maand die echt uit de hand liep in dit land) vraag je je af of dat in 1950 niet bij +17.5° C gebleven zou zijn (voor dit verschil gebruik ik precies de opwarming van zuidwestelijke stromingen in Nederland).

‘Is American Meteorological Society een lachertje?’ – voor jouw rekening, Lieuwe.
Want IK heb tweemaal duidelijk gemaakt heel blij te zijn met dat attributieonderzoek.
De vraag ‘waar haal je vandaan dat ik de AMS een lachertje zou vinden’ stel ik niet, ik ben al twintig jaar gewend daar nóóit antwoord op te krijgen…

“Weet Kampen het echt beter?”
Ja. Leer ervan.
(standaardantwoord op dergelijke ad hominem verrassingen)

“Ben je instaat om het uit te leggen aan iemand met MAVO niveau?”
Iemand als Nassim Taleb kan het simpele gegeven van complexiteit niet eens aan de meeste academici terzake van de economie uitleggen. Dat ligt niet aan hen en het ligt ook niet aan jou. Het ligt aan beperkingen van onze cognitie.
Die we ons overigens helemaal niet meer permitteren kunnen.

Goff, wiskunde is structuur van de realiteit. Wiskundig onderzoek is dus onderzoek naar de realiteit. Elk wiskundig resultaat – bijvoorbeeld het feit dat de wortel uit twee geen rationaal getal is – vind je in de realiteit terug en wel volkomen altijd.

“what is a number that a man may know it and what is a man that he may know a number?”
Gewoon datgene dat alle verzamelingen gemeen hebben. Namelijk hun aantal of kardinaliteit.

“In his 2010 article (On the origin of gravity and the laws of Newton), Verlinde showed how Newton’s famous second law, which describes how apples fall from trees and satellites stay in orbit, can be derived from these underlying microscopic building blocks.” uit dat artikel over Verlinde.
Ik heb nergens iets gezegd over wat zwaartekracht is, en dat heb ik met opzet niet gedaan.
Dit zinnetje is een voorbeeld van totaal verschillende methodologie, toch eender resultaat. Dat is logisch, want zoals ik gisteren zei: “Ongeacht je vraagstelling of methodologie ga je die zwaartekrachtsversnelling vinden. Waarom? Omdat hij nou eenmaal bestaat…”
En dan zei ik: ‘iets met massa’, tussen aanhalingstekens. Matter. Energy. Precies.

Ik moet eens even opzoeken wat Verlinde’s theorie doet met het emmerexperiment van Ernst Mach – andere keer.

LikeLike
Hans Custers | 11 januari 2017 om 15:12 |

Remko,

“Hans – besef je dat je post van gisteren 19:30 al het attributie-onderzoek à priorì diskwalificeert?”

Denk je nu werkelijk dat wetenschappers die die attributieonderzoeken uitvoeren daar zelf al niet uitgebreid over hebben nagedacht? En ik heb er ook over nagedacht, dus je hoeft me nergens op te wijzen.

Ik heb ondertussen drie of vier keer uit proberen te leggen hoe atrributiestudies hiermee omgaan.Jij en Goff hebben nul respons op al die pogingen gegeven en je er verder ook niets van aangetrokken. Ondertussen weet ik ook niet meer hoe ik het nog anders duidelijk zou moeten maken.

Ik hou het dus maar hier bij: de wetenschappers die zich hiermee bezig houden, zijn veel minder dom dan jij en Goff schijnen te denken.

LikeLike
G.J. Smeets | 11 januari 2017 om 23:32 |

Hans,
in de paragraaf ‘Wat is attributie van extreem weer?’ stelt het blogstuk:
“De onderzoeken geven aan in welke mate klimaatverandering bijdraagt aan een bepaalde gebeurtenis (of een bepaald type gebeurtenis) en aan de daaruit voortvloeiende gevolgen en risico’s, en in welke mate natuurlijke weersverschijnselen en klimaatvariaties verantwoordelijk zijn.”

Ik was januari 1, 2017 om 19:41 van mening, en ben dat nog, dat het principieel niet kan omdat klimaatverandering zowel het ontstaan als het feitelijke verloop van elk extreem bepaalt.
januari 9, 2017 om 22:53 stelde je:
“Wat die onderzoeken doen is: duiden van individuele gebeurtenissen die samenhangen met extreem weer in de context van het veranderende klimaat.”
Remko heeft de wiskundige reden aangevoerd waarom dat ‘duiden’ defect is: irrelevante statistische methodologie.

Het is niet mijn bedoeling zetten te herhalen. Ik heb een vraag; is jou bekend of onderzoekers van attributiestudies zich expliciet hebben uitgelaten over het fundamentele probleem dat Remko en ik hebben aangeroerd?

P.s.
Overigens twijfel ik er niet aan dat attributiestudies bijdragen aan de ontwikkeling van de klimatologische rigor, discipline. Mijn voorspelling is dat attributiestudies inhoudelijk een doodlopende weg zijn maar methodologisch interessant. Ik zie ze als de ‘Texas Sharpshooter’ strategie waar de economie en ook de farmacie heel goed in is. De scherpschutter schiet willekeurig op een grote houten wand, loopt er naar toe en trekt met een krijtje een mooi rond cirkeltje om het kogelgat heen: voltreffer! De discipline is niet gericht schieten maar het trekken van dat cirkeltje.

LikeLike
Hans Custers | 12 januari 2017 om 00:18 |

Goff,

Dit is wat attributiestudies doen:

1. Nagaan of de kans op een bepaalde extreme gebeurtenis in het veranderende klimaat toe- of afneemt. Dat kan blijken uit een statistische analyse van historische data, of uit modelanalyses, of beide. En soms volgt het ook gewoon uit simpele natuurwetenschappelijke logica.
2. Nagaan of het verloop van een gebeurtenis is beïnvloed door (gevolgen van) veranderingen in het klimaat.

Er is geen enkele reden waarom dat principieel niet zou kunnen en dat het onmogelijk zou zijn vanwege een “irrelavante statistische methodologie” is nonsens. Meer is er niet over te zeggen,

Laat ik, ter verduidelijking, nog maar eens een keer duidelijk maken wat dit soort onderzoeken niet is. Het is geen “zoek de verschillen” tussen twee plaatjes, waarbij het ene plaatje het weer is zoals dat werkelijk plaats heeft gevonden, en het andere plaatje het weer zoals het geweest zou zijn zonder het versterkte broeikaseffect. Dat dat tweede plaatje niet bestaat en dat er zelfs geen ruwe schets van te maken is, is evident. We kunnen onmogelijk weten wat er wel of niet zou zijn gebeurd in een andere “run” – al dan niet met andere omstandigheden – van “klimaatmodel aarde”, maar dat betekent niet dat er niets te zeggen is over de invloed van opwarming op bepaalde individuele gebeurtenissen.

Het “fundamentele probleem” waar jullie het over hadden is de reden (of in elk geval een heel belangrijke reden) waarom attributie geen welles-nietes kwestie is. Dat wordt niet voor niets meermaals benadrukt in het stuk van NOAA (en dus ook in mijn vertaling).

LikeLike
G.J. Smeets | 12 januari 2017 om 00:32 |

Hans,
je beantwoord mijn vraag niet.

LikeLike
Hans Custers | 12 januari 2017 om 00:37 |

Goff,

Ik ken geen tekst waar onderzoekers zich expliciet uitlaten over dat punt. Daarom heb ik geprobeerd om zelf (nogmaals) antwoord te geven op je vraag.

Overigens is het voor mij wel duidelijk dat de wetenschappers zich uiterst bewust zijn van de mogelijkheden en onmogelijkheden van dit type onderzoek. Een groot deel van de Q&A van NOAA gaat daar ook over.

LikeLike
lieuwe hamburg | 12 januari 2017 om 01:52 |

cRR Kampen,

Ik las je reacties steeds meer als de uitingen van een scepticus. Het was waarschijnlijk dat koudeputje en mijn MAVO niveau natuurlijk.

LikeLike
cRR Kampen | 12 januari 2017 om 10:52 |

Lieuwe… Ik word extreem toxisch van bepaalde ad hominems en andere niet terzake doende dingen en alhier combineert dit bovendien met iets anders waar ik extreem toxisch van word en dat ik helaas niet benoemen kan (dus don’t ask).
Eén ding: ik geef geen zier om opleidingsbewijzen/diploma’s of wat dan ook op dat gebied. Ik snap natuurlijk verschillen in kennisniveau terzake van diverse onderwerpen, maar ik doe niet aan ‘verschil in niveau’ obv MAVO t/m Nobelprijs voor de Fysica. Dat is een soort basisrespect dat ik hanteer. Er staat ook iets tegenover: ik ken geen enkel ontzag, voor niemand en voor geen instituut. Dát is weleens merkbaar, natuurlijk.

Ik ben niet ‘skeptisch’ over het topical attributieonderzoek in de zin van ‘afwijzend’ ofzo, integendeel.
Ik commentarieer in het gloeiende besef dat we ontzettende haast hebben. We hebben domweg geen tijd om eerst tien jaar attributie te onderzoeken obv onderliggend-aangenomene statistische verdelingen om vervolgens te ontdekken (zoals in andere vakgebieden een klein beetje begint te dagen) dat je juist daarmee heel weinig bereiken kan dat niet al bekend was.

Vraag aan Hans.
1. Waarom vormen “… En soms volgt het ook gewoon uit simpele natuurwetenschappelijke logica.
2. Nagaan of het verloop van een gebeurtenis is beïnvloed door (gevolgen van) veranderingen in het klimaat.”
en
Het is geen “zoek de verschillen” tussen twee plaatjes, waarbij het ene plaatje het weer is zoals dat werkelijk plaats heeft gevonden, en het andere plaatje het weer zoals het geweest zou zijn zonder het versterkte broeikaseffect. [etc]
geen tegenspraak? Let vooral ook op je ‘modelanalyses’ waarvan ik niet begrijp of jij zegt dat die kunnen of juist niet!

Opmerking op “Er is geen enkele reden waarom dat principieel niet zou kunnen en dat het onmogelijk zou zijn vanwege een “irrelavante statistische methodologie” is nonsens. Meer is er niet over te zeggen,”
Ik zou zeggen: stel een vraag.
Statistiek is subtiel.
Want je moet iets zeggen over iets dat je niet goed weten kan, namelijk over de onderliggende verdelingen die je veronderstelt voor je interpretatie van je statistieken (dit zijn gewoon getallen).
De gemiddelde temperatuur van de negentiende eeuw is een wezenlijk ander getal dan de gemiddelde temperatuur van de 21e eeuw. En hier BEGIN je iets te gaan zeggen en onderzoeken, in plaats van dat je roept ‘meer is er niet over te zeggen’.

LikeLike
cRR Kampen | 12 januari 2017 om 11:07 |

“Ik hou het dus maar hier bij: de wetenschappers die zich hiermee bezig houden, zijn veel minder dom dan jij en Goff schijnen te denken.” – ‘schijnen’.
Verzoek aan jou om even m’n gevoel dat dit een soort autoriteitsargument is kwijt te spelen.
En nog een tip: probeer je opmerking eens uit op Nicolas Nassim Taleb. Die ‘schijnt te denken’ dat ongeveer alles wat in de economische wetenschapper werkt dom is.
Nou is dat toevallig een feit.
En het geval wil dat de reden daarvoor identiek is met de reden dat ik voorshands kritisch ben over lopend attributieonderzoek. Er zou een wereld voor je open kunnen gaan!

LikeLike
Hans Custers | 12 januari 2017 om 12:28 |

“Waarom vormen “(..)geen tegenspraak?”
Omdat het feit dat we niet alles weten niet betekent dat we niets weten. Zo simpel is het. Eén op één vergelijking van wat werkelijk plaatsvindt en in een andere situatie plaatsgevonden zou hebben is onmogelijk, maar er is bijvoorbeeld wel iets te zeggen over een toe- of afnamen van kansen. In elk geval in theorie, want in de praktijk kan dat best moeilijk zijn. Uitgebreid toegelicht in het blogstuk.

“Let vooral ook op je ‘modelanalyses’ waarvan ik niet begrijp of jij zegt dat die kunnen of juist niet!”
Ik doe daar helemaal geen algemene uitspraak over. Het is hier nooit een kwestie van “het kan wel” of “het kan niet”. Ik zeg alleen dat het soms een optie kan zijn.

“Ik zou zeggen: stel een vraag.”
Ik heb minstens 5 keer een aantal zaken omstandig uit proberen te leggen. Nul respons, je trekt je er geen bal van aan. En dan moet ik vragen gaan stellen? Dacht het niet.

“Want je moet iets zeggen over iets dat je niet goed weten kan, namelijk over de onderliggende verdelingen die je veronderstelt voor je interpretatie van je statistieken (dit zijn gewoon getallen).”
Inhoudsloze moeilijkdoenerij. Er worden statistische analyses uitgevoerd om na te gaan of een (statitsisch significante) toe- of afname waar te nemen is. Dat moet je goed doen en het kan lastig zijn vanwege de schaarse data, maar de suggestie dat het nagenoeg onmogelijk zou zijn vanwege zoiets als “de veronderstelling van onderliggende verdelingen” slaat helemaal nergens op.

De overkoepelende fout die je maakt zijn je generalisaties. Attributiestudies gaan steeds over één unieke gebeurtenis, Elke gebeurtenis, of in elk geval elk type gebeurtenis, vereist zijn eigen aanpak. Alleen al daarom zijn generalisaties over welke methoden wel of niet bruikbaar zijn non-argumenten.

LikeLike
cRR Kampen | 12 januari 2017 om 13:18 |

“Inhoudsloze moeilijkdoenerij.” – Nee Hans. Je hebt gewoon geen flauwe notie van waar ik het over heb. Taleb is een goede primer. Maar mijn broertje ook (die heeft wel papiertjes. Prof methodologie WUR).

Dus op “Ik heb minstens 5 keer een aantal zaken omstandig uit proberen te leggen. Nul respons, je trekt je er geen bal van aan. En dan moet ik vragen gaan stellen? Dacht het niet.” is het antwoord: niet projecteren. Gewoon open staan voor eens wat anders dan de vermaledijde Gauss (en pas als je snapt wat ik hiermee zeg, kunnen we verder!).

“De overkoepelende fout die je maakt zijn je generalisaties. Attributiestudies gaan steeds over één unieke gebeurtenis, Elke gebeurtenis, of in elk geval elk type gebeurtenis, vereist zijn eigen aanpak. Alleen al daarom zijn generalisaties over welke methoden wel of niet bruikbaar zijn non-argumenten.”

Hans, dat is MIJN boodschap. Daarom kwam ik ook met een individueel geval ter illustratie van eea. Maar ik ben blij dat je nu zover bent en ben verder bekendelijk niet geïnteresseerd in wie wat het eerste vaststelde. Alleen de vaststelling telt.

“Er worden statistische analyses uitgevoerd om na te gaan of een (statistisch significante) toe- of afname waar te nemen is.”
Op basis waarvan?
Statistisch signifant op welke verdeling? (veel relevante verdelingen hebben dit begrip eigenlijk niet eens).
Denk je dat weersparameters altijd normaal of Poisson verdeeld zijn, ongeacht of er een trend in zit (= de fallacy van de verzwaarde dobbelsteen, zoals ik ‘m maar noemen ga)?
Of is het allemaal moeilijk en nieuw en daarom dús ‘niet de moeite waard’?

LikeLike
G.J. Smeets | 12 januari 2017 om 16:01 |

Hans,
“…maar er is bijvoorbeeld wel iets te zeggen over een toe- of afnamen van kansen. In elk geval in theorie, want in de praktijk kan dat best moeilijk zijn.”

Nee, in theorie kan dat niet, dat is het punt. Sterker, het is een exercitie die uitermate misleidend is. Vanwege defecte methodologie. Lees Talib erover, Edge.org heeft een paar bijdragen van hem in het archief die zelfs ik als niet-statisticus kan volgen.

LikeLike
Hans Custers | 12 januari 2017 om 16:56 |

Goff, Remko,

Als we niks kunnen zeggen over een toe- of afname van kansen, dan kunnen we ook niks zeggen over bijvoorbeeld de mondiaal gemiddelde temperatuur. Er is namelijk geen principieel verschil tussen het type analyse dat hiervoor wordt uitgevoerd.

Dat het in de praktijk ingewikkeld is, omdat het veel moeilijker is voldoende data voor die analyse te vinden, doet daar niks aan af.

En Remko, zou je op willen houden mij te schofferen, bijvoorbeeld door herhaaldelijk te suggeren dat jij mij dingen uit zou moeten leggen die zo klaar als een klontje zijn?

En nog even dit:

“Statistisch signifant op welke verdeling?”
We hebben het over een analyse van bestaande data. Bestaande data hebben een verdeling die je kunt ZIEN. Daar hoef je dus niks over aan te nemen, Nogmaals, dat de data schaars zijn en dat het daarom in de praktijk vaak moeilijk is, wordt door niemand ontkend. Maar dat is iets anders dan zeggen dat het principieel niet kan.

“Of is het allemaal moeilijk en nieuw en daarom dús ‘niet de moeite waard’?”
Nee, maar zolang jullie op basisniveau de plank mis blijven slaan heeft het geen zin meer in detail te treden. Dat leidt alleen maar tot verwarring en dat is precies wat jullie zo goed demonstreren.

LikeLike
cRR Kampen | 12 januari 2017 om 17:18 |

‘En Remko, zou je op willen houden mij te schofferen’ – graag, Hans, maar ik behoor wel tot de volstrekte élite (blijkbaar) die vindt, en daar ook naar handelt, dat het niet altijd maar van één kant hoeft te komen.

Overigens is de suggestie gebaseerd op een stukje meerkennis. Wie heeft hier dynamische systemen gestudeerd – een zuiver wiskundig vak met kardinale fysische invulling? En dit al per 1990? Nou dan.

En dit is dus ook zo’n punt dat pas recentelijk eens goed bekeken wordt (met Taleb als voortrekker, die exact hetzelfde soort ‘abuse’ krijgt als ik uiteraard) – “Bestaande data hebben een verdeling die je kunt ZIEN.” – o, zeker, bijvoorbeeld de dubbele top van onze wintertemperaturenverdeling (de winters sinds 1706 laten dit prachtig zien; het is geen artefact want je ziet hetzelfde per eeuw).
Wist je dat, van die dubbele top überhaupt? Wat betekent vervolgens ‘statistisch significant’ precies op een dergelijke verdeling? Neem ik nog eventjes aan dat die verdeling constant is gebleven…

Maar waar dit om gaat is dat de verdeling ZELF een variabele is. En dit gegeven heeft beslissende gevolgen voor interpretaties van statistieken en de systemen die ze genereren. Dit betekent dat je op basis van bestaande statistieken in feite geen attributie kunt onderzoeken. Dat is gelijk aan het zoeken van appels aan een boom die eergisteren nog een appelboom was, maar nu een perenboom is.
Het kan betekenen (en doet dat imo ook) dat een jaar als 1740 op dit moment niet een ‘kleinere kans van optreden’ heeft, maar een kans van mathematisch nul gekregen heeft. De achtergrond van deze zéér grondige wijziging van verdelingen is fysisch. De lucht die voorjaar t/m herfst van dat jaar zo koud maakte bestaat namelijk eenvoudig niet meer, door een heel speciale externe variabele: het Arctisch zeeijs. Dit soort dingen kunnen nooit uit bestaande datasets geconcludeerd worden. Er zijn gevallen (parameters) waarvan het aantal nu snel toeneemt waarbij je bestaande statistieken eenvoudig weggooien kan.

LikeLike
Hans Custers | 12 januari 2017 om 17:55 |

” Maar waar dit om gaat is dat de verdeling ZELF een variabele is.”
So what? Die variabele kun je toch ook gewoon in de analyse meenemen? Nogmaals, in de praktijk is dat lastig omdat de hoeveelheid data beperkt is, maar het is geen principieel probleem.

“Het kan betekenen (en doet dat imo ook) dat een jaar als 1740 op dit moment niet een ‘kleinere kans van optreden’ heeft, maar een kans van mathematisch nul gekregen heeft.”
Wie heeft dat ontkend? Ik in elk geval niet. Als analyse van historische data laat zien dat iets in het verleden een kans van 0 had en nu een kans groter dan nul, dan is dat uiterst bruikbaar in een attributiestudie. En, ik herhaal het nog maar een keer, in de praktijk zal dat vaak lastig zijn, maar het is geen principieel probleem.

“Er zijn gevallen (parameters) waarvan het aantal nu snel toeneemt waarbij je bestaande statistieken eenvoudig weggooien kan.”
Als het aantal nu snel toeneemt dan is het toch juist makkelijker om een statistisch significante toename te zien? Wat is je punt? Dat het toch nog niet altijd lukt? Klopt, en niemand heeft dat ontkend.

LikeLike
G.J. Smeets | 12 januari 2017 om 18:10 |

Hans,
“Als we niks kunnen zeggen over een toe- of afname van kansen, dan kunnen we ook niks zeggen over bijvoorbeeld de mondiaal gemiddelde temperatuur. Er is namelijk geen principieel verschil tussen het type analyse dat hiervoor wordt uitgevoerd.”

Dat klopt niet. Ik heb hierboven op verschillende manieren aangegeven dat de relatie opwarming/ghg van een totaal andere logische orde is dan de relatie weersextreem/klimaatverandering. Een manier was: genese (van klimaatverandering in ons geval) is totaal iets anders dan feitelijk functioneren. Het is een epistemologische vuistregel die niet wordt gehandhaafd in de attributiestudies die je blogstuk bespreekt.

LikeLike
Hans Custers | 12 januari 2017 om 18:34 |

Goff,

En waarom zou het dan principieel onmogelijk zijn om via statistische analyses een toe- of afname van weersextremen te signaleren?

LikeLike
G.J. Smeets | 12 januari 2017 om 18:41 |

Het gaat niet om signaleren. Het gaat om attribueren.

LikeLike
Hans Custers | 12 januari 2017 om 18:46 |

Goff,

Nog maar een keer dan: het gaat hier over attributie van individuele gebeurtenissen. En dus niet, ik herhaal: niet, over attributie van een toe- of afname van het aantal extremen. Dat het tweede onmogelijk is via (alleen maar) statistische analyses is evident,

De statistische analyses van historische data zijn dus wel degelijk uitsluitend gericht op het signaleren van trends, en niet op het attribueren ervan. Op die manier kan men zien dat de kans op een bepaald type extreem weer is toe- of afgenomen.

LikeLike
cRR Kampen | 12 januari 2017 om 19:23 |

Nog twee voorbeelden om te illustreren waar het hier om gaat.
Waarschijnlijk is het dan wel duidelijk. Ik wou er hierna dan ook mee stoppen en zelfs ook weer wat socialer doen (maar nu blijf ik dus even strikt bij de zaak). Er komt een geramd artikel over dit materiaal aan, als het in publicatie is (zal wel zomer worden ofzo) laat ik het graag weten. Het zal (helaas) evenmin formules bevatten..

1. ‘Turkey Problem’.

“Consider a turkey that is fed every day. Every single feeding will firm up the bird’s belief that is is the general role of life to be fed every day by friendly members of the human race ‘looking out for its best interests’, as a politician would say. On the afternoon of the Wednesday before Thanksgiving, something unexpected will happen to the turkey.”
(Taleb, ‘The Black Swan’).

Chop!

De ‘dataset’ van dat beest bevat natuurlijk niets dat zoiets voorspellen kon.
Het discours over het begrip ‘levensverwachting’ bij kalkoenen die hun soortgenoten nog niet plotseling zagen verdwijnen heeft in de ogen van die beesten wellicht wel betekenis, maar de facto heeft dat concept dus helemaal géén betekenis.
(net als ganzen doen kalkoenen aan ‘mobbing’ – cRR zou daar zeker weten het slachtoffer van worden – en heeft lang geleden aangemunt het bekende gezegde: in het land der blinden is Eenoog paria (want die ziet dingen ‘die er niet zijn’) ).

Dit is een ruig en irreëel voorbeeld. Als het klimaatsysteem de kalkoen zijn zou, komt de ‘chop’ neer op een dramatische gebeurtenis die bijvoorbeeld de aarde vernietigt, of de atmosfeer wegblaast of juist bevriest.

2. Het weermodelletje van Edward Lorenz.

Bekend is deze figuur: https://upload.wikimedia.org/wikipedia/commons/thumb/5/5b/Lorenz_attractor_yb.svg/1024px-Lorenz_attractor_yb.svg.png .

Een fasediagram (officieel), een systeemtrajectorieëndiagram (duidelijker misschien). Dit weermodel vertoont in heel grote lijnen twee vrijwel disjuncte circulatiepatronen met een zekere stabiliteit, zodat je je bijna steeds in slechts één van die twee ‘weertypen’ bevindt.
Soms floep je van het ene op het andere moment ‘naar de overkant’.
De ‘catastrofe’ hoeft niet extern getriggerd te zijn – vaak zit die volledig in het systeem ingebakken. Dit geldt voor bijna alle systemen waar we in het leven mee te maken krijgen. Het zit, in ontelbaar veel wild verschillende varianten, in elke cel van ons lichaam. In elk gen, in elke chromosoom, zelfs in menig eiwit. Het zit in atoomkernen, van bijvoorbeeld Uranium is dat heel bekend.

Het zit al in de doodgewone fysische slinger – het is de reden dat we op school bij natuurkunde de slingervergelijking oplossen ‘voor kleine hoeken waarvoor geldt: de sinus van de hoek is ongeveer gelijk aan de hoek’. (noot voor MAVO, ik moet zeggen dat ik met ‘school’ bovenbouw HAVO/VWO bedoelde).
Een ‘catastrofe’ is in dit simpele model bij constante parameters dus reeds ingebakken.

Er is een onderliggende verdeling voor zo’n gegeven – bijvoorbeeld een kansverdeling voor punten op een trajectorie die zeg binnen één dag overklikken naar de andere kant, of dat niet binnen één dag doen.
Anders dan Gauss, Poisson of Cauchy is deze verdeling discreet, niet continu. Hij lijkt niet eens op een normale verdeling en IS dat ook niet. Het is een Cantorverzameling – discreet, maar toch overaftelbaar oneindig qua kardinaliteit. De verdeling is ‘vreemd’. En dus is het geassocieerde begrip: ‘vreemde aantrekker’ (‘strange attractor’). Klinkt heel romantisch, maar ’t is gewoon algebra (en dús realiteit).
Noot: het komt wel vaak voor – in complexe, realistische systemen – dat een parameter die wordt gestuurd door zo’n dynamisch gekoppeld proces globaal normaal- of Poisson oid verdeelt. Het is van het grootste belang voortdurend te blijven beseffen dat dit schijn is, en dat je de fysica achter echte normale verdelingen, wat zeg ik: het denken erover ten ene male niet kunt toepassen op dynamische systemen (maar wel v.v.).

Bijgaande figuur berust op een bepaalde parameterkeuze. Verander je die parameters dan verandert ook die figuur. Soms heel fundamenteel – bijvoorbeeld het systeem kom helemaal niet in beweging (dan is de figuur een punt) of oscilleert eenparig (dan is de figuur een lijn- of boogstukje).

Mij gaat het dus om twee dingen: de aard van het klimaatsysteem zelf (dat dan wel een grenswaardenprobleem is, waar het weer een beginwaardenprobleem is – maar dat maakt voor de beschouwing hier niet uit) en de wijze waarop het klimaatsysteem volkomen nieuwe mogelijkheden kan krijgen ten koste van oude wanneer de onderliggende parameters veranderen (system stress).

Heroverweeg de dubbele top van onze wintertemperatuursverdeling (die is overigens niet heel moeilijk te verklaren, zomin als het enigszins verwante feit dat het aantal zachte winters groter is dan het aantal koude, een gevolg van de prevalerende westelijke stromingen. De gemiddelde afwijking naar zacht is dus kleiner, behalve twee toppen is de verdeling dus ook nog eens scheef).

Graduele veranderingen van weerparameters zijn eenvoudigweg niet interessant.
Het draait juist om de ingrijpende veranderingen, die ‘klik naar een andere pool’, de fundamentele verandering van een systeem die natuurlijk alles vernietigt dat van het oude systeem afhankelijk was. Zoals de gewone beursdag niet boeit, maar de krach ontelbaar veel levens ontzaglijk beïnvloedt. Over de afgelopen zestig jaar verklaren twaalf losse dagen ongeveer de helft van beursverkeer overheen die zestig jaar. Die twaalf dagen zijn interessant, de rest boeit voor geen meter.

Attributie-onderzoek dient zich op deze fenomenologie te concentreren. Al het andere is niet interessant, hoe wetenschappelijk ook!
Het is een tikje nieuw – Edward Lorenz zelf zou in 1964 een groot deel van bovenstaande niet eens gesnapt hebben. De wiskunde en de concepten waren er niet eens. Maar het kan wel en er worden in veel takken van de wetenschap echt bijstere vorderingen in gemaakt.

LikeLike
G.J. Smeets | 12 januari 2017 om 23:52 |

Hans,
ik wil het niet hebben over signaleren van trends. Wel over attributie van individuele extremen.

Iedereen hier is het erover eens dat klimaatverandering (uitgedrukt in o.m. ‘opwarming’) hoe dan ook in de genese van elk individueel weersextreem zit. Hoe een extreme gebeurtenis feitelijk functioneert in het klimaatsysteem is onmogelijk ergens aan toe te schrijven. Het onderscheid tussen bijvoorbeeld ‘natuurlijke variabiliteit’ en ‘klimaatverandering’ is betekenisloos. Waarom? Alles verschuift vanwege de opwarming as we speak.

Remko constateerde dat de verdeling van data zelf een variabele is. Daarop antwoordde je dat men die variabele gewoon in de analyse kan meenemen. Precies! daar gaat het om. De attributiestudies die je bespreekt doen dat niet.

LikeLike
Hans Custers | 13 januari 2017 om 00:10 |

Goff,

Het signaleren van trends (toe- of afname van bepaalde typen extreem weer) is onderdeel van de attributie van individuele extremen. Dat probeer ik je nu al een hele tijd duidelijk te maken, of jij het daar nu over wil hebben of niet.

Er is helemaal niemand die ontkent dat alles verschuift vanwege de opwarming. Attributie van extremen zou principieel zinloos zijn als dat niet zou gebeuren. Hoe kun je de invloed van een veranderend klimaat op een bepaalde gebeurtenis nu duiden als er niets verandert?

De opmerking over verdeling van data is weer iets totaal anders. Een irrelevant detail over statistische techniek. Het heeft in de verste verte niets te maken met het principieel mogelijk of onmogelijk zijn van attributie.

Ik heb in deze discussie alles wat er duidelijk te maken is herhaaldelijk op meerdere manieren proberen uit te leggen. Om te constateren dat niets van die uitleg aankomt (in zijn laatste reactie klutst Remko maar weer eens attributie en voorspelbaarheid van extremen door elkaar; ik ben er maar niet meer op in gegaan). Zowel mijn geduld als de mogelijkheden om het nog eens op een andere manier uit te leggen zijn ondertussen uitgeput. Ik laat het er dus verder maar bij.

LikeLike
cRR Kampen | 13 januari 2017 om 11:46 |

Mooi, Hans – ik ben er ook klaar mee.
Waarschijnlijk heb je over één, twee jaar een artikel over de materie waar het net lijkt of jij het allemaal zelf uitgezocht en bedacht hebt. Tegenkomen ga je het absoluut. Je kan er immers niet omheen. Het is realiteit, die eigenschappen van dynamische systemen.
Ik hoef dan geen bedankje. Ik ben altijd volkomen tevreden met te zien dat iemand iets geleerd en begrepen heeft en daar wat mee doet – want, zoals bekend: ik doe er niet toe.

LikeLike
G.J. Smeets | 13 januari 2017 om 22:44 |

Hans,
“Hoe kun je de invloed van een veranderend klimaat op een bepaalde gebeurtenis nu duiden als er niets verandert?”
Dat kan niet doordat het klimaat verandert. Het is de tautologie waarop ik je eerder gewezen heb.

Extremen in een veranderend klimaat zijn altijd te duiden. Altijd en door iedereen. Over de wetenschappelijke mogelijkheid daarvan en over de zin om het wetenschappelijk te doen ben ik uitermate skeptisch.
– wat betreft de mogelijkheid: te veel variabelen die parametrisch verschuiven door de on line interacatie van de variabelen. Nota bene, de fysische realiteit is niet een gebeurtenis (calculeerbare data binnen een zekere logische categorie) maar de interactie tussen gebeurtenissen (data van verschillende logische orde) in een emergent systeem dat tegelijk resultaat en oorzaak is van de de interactie. Die complexiteit is met geen enkele statistiek te behappen. Talib, toch een expert op probability-gebied, noemt het zijn ‘hard problem’.
– wat betreft de zinvolheid van het wetenschappelijk duiden van weersextremen ben ik genuanceerd sceptisch. Tasten in het duister is noodzakelijk om de tastzin op peil te houden, geen misverstand daarover. Het feit is dat attributie van extremen een zoektocht is naar een zwarte kat in het donker terwijl die kat er niet meer is.

Hier houd mijn kennis en voorstellingsvermogen op. Ook ik laat het nu rusten.

LikeLike
Hans Custers | 14 januari 2017 om 19:04 |

Een actueel voorbeeld van (snelle) attributie op de website van het KNMI: Siberische kou treft Zuid-Oost Europa.

LikeLike
G.J. Smeets | 15 januari 2017 om 17:30 |

Ter info wat betreft onoverkomenlijke problemen met attributie-analyse van extremen:

“Laboratory simulations of rotating and/or convecting fluids remain valuable and underutilized, but they cannot address our most complex problems. We are left with the necessity of constructing our own hierarchies of climate models.”

Dat was 2005, gesteld door Isaac Held in Bulletin of Americaan Metereological Society. Held is expert in water- en windcirculatie op geologisch niveau. Hij vergelijkt in bovenstaand het citaat de klimatologie met de biologie die eveneens te maken heeft met uitermate complexe systemen maar die (gelukkig voor de biologen) netjes in een evolutionaire hiërarchie zijn gestapeld. Hij vervolgt met

“Unfortunately, Nature has not provided us with simpler climate systems that form such a beautiful hierarchy. […] Laboratory simulations of rotating and/or convecting fluids remain valuable and underutilized, but they cannot address our most complex problems. We are left with the necessity of constructing our own hierarchies of climate models.”

Zie daar Held’s fundamentele probleem in 2005. We zijn nu ruim tien jaar verder. Held laat op z’n website https://www.gfdl.noaa.gov/climate-model-downscaling/ weten:

“Reliance on statistical downscaling to assess fine-scale climate change impacts [weersextremen zijn impacts van climate change. G.J. Smeets] requires the assumption that the statistical relationships used to transform global climate model output hold for the novel environments expected under climate change. Since these novel environments cannot be observed directly, high-resolution GCM’s provide an important test-bed for understanding the limitations of these approaches.”

Let op de ‘assumption’ dat model output klopt met de nieuwe omstandigheden. En let op ‘testbed’. Het ‘testbed’ is noodzakelijk tasten in het duister om de scientific tastzin operationeel op peil te houden. De ‘assumption’ deugt wetenschappelijk uiteraard niet. Enter Talib.

LikeLike
Hans Custers | 15 januari 2017 om 18:05 |

Goff,

Het spijt me, maar ik constateer dat je argumentatie zo langzamerhand gevaarlijk dicht in de buurt komt van pseudosceptische drogredenen als: “we weten niet alles, dus weten we niets” en “modellen zijn niet volmaakt en dus waardeloos”, met daarin de impliciete suggestie dat klimaatwetenschappers de beperkingen van de modellen die ze gebruiken niet zouden kennen.

Attributiestudies zijn niet afhankelijk van modellen, maar in bepaalde gevallen kunnen modelanalyses er wel onderdeel van zijn. Soms zouden dat klimaatmodellen kunnen zijn die misschien een extreme gebeurtenis zelf niet goed modelleren, maar omstandigheden die ie gebeurtenis beïnvloeden (temperatuur van atmosfeer en oceaanoppervlak, luchtvochtigheid, zeespiegel) wel. Soms zouden het ook weermodellen kunnen zijn die te vergelijken zijn met de modellen die worden gebruikt voor weersvoorspellingen. En die kunnen extreem weer over het algemeen best goed simuleren.

Jouw “assumption” dat de gebruikte modellen altijd “global climate models” zijn is dus onjuist. Je aanname dat men die modellen, als men ze wel gebruikt, zou toepassen voor iets waar ze ongeschikt voor zijn, is dat ook.

Toch nog één poging om met een parallel iets duidelijk te maken. Attributie van extreem weer is in een aantal opzichten te vergelijken met de onderzoeken die worden uitgevoerd na vliegtuigongelukken of andere rampen. In eerste instantie verzamelt men alle beschikbare informatie over de gebeurtenis zelf om daarna, met de methoden die in dat specifieke geval het meest geschikt zijn, te analyseren welke factoren tot die gebeurtenis hebben geleid. Soms lukt dat goed, soms is het bijzonder moeilijk. Toch leveren dergelijke analyses vrijwel altijd waardevolle kennis en informatie op. En juist omdat zulke extreme gebeurtenissen zeldzaam zijn, is het zo belangrijk om de spaarzame informatie die er is te gebruiken om er alles uit te persen wat er in zit.

En, nogmaals, bij attributie van extreem weer is het absoluut onmogelijk om te zeggen wat er wel of niet zou zijn gebeurd als er nooit een versterkt broeikaseffect zou zijn geweest. Dat weten we niet en zullen we nooit weten. En verder zijn er ook allerlei problemen die de analyse vaak moeilijk maken. Maar dat betekent nog niet dat er in geen enkel geval ook maar iets te zeggen is over klimaatverandering als factor.

LikeLike
cRR Kampen | 16 januari 2017 om 10:23 |

“n, nogmaals, bij attributie van extreem weer is het absoluut onmogelijk om te zeggen wat er wel of niet zou zijn gebeurd als er nooit een versterkt broeikaseffect zou zijn geweest. Dat weten we niet en zullen we nooit weten.”

Extreem, wat zeg ik: ongezien beeld. Attributie aan klimaatverandering 100%. Doodsimpel: http://www.tropicaltidbits.com/analysis/models/gfs/2017011518/gfs_T2ma_nhem_16.png .

Je gaat me echt niet vertellen dat jij (dus niet ‘wij’, hè) niet weet dat deze zeeijs-afslag, die dit unieke beeld mogelijk maakt, door de klimaatverandering en niets anders tot stand gekomen is. Je kunt net zo goed beweren dat jij de hitte op Venus niet weet te attribueren aan de samenstelling en druk van de atmosfeer daar.

LikeLike
Hans Custers | 16 januari 2017 om 13:43 |

Remko,

Als je iets 100% aan klimaatverandering attribueert, impliceert dat dat die situatie permanent zou bestaan in het veranderde klimaat. Dat is bij extreem weer nooit het geval, want dan zou het geen extreem weer (meer) zijn. De constatering dat iets zonder opwarming onmogelijk zou zijn, staat dus niet gelijk aan 100% attributie aan opwarming.

En wat ik wel of niet weet doet er niet toe, dus het zou fijn zijn als je (suggestieve) opmerkingen daarover achterwege zou laten. Ik kijk gewoon naar wat de wetenschap zegt.

LikeLike
G.J. Smeets | 16 januari 2017 om 14:21 |

Me lijkt dat Remko’s anomalie-kaart ene 100% opwarming-gerelateerd beeld is. Iets anders is of het hier om een ‘weers’extreem gaat. Een gebeurtenis kun je het niet noemen, lijkt me – het is een toestand. Iets tussen ‘klimaat’ en ‘weer’? kwestie van taxonomie, categorisering?

Los daarvan (of toch niet helemaal?), me lijkt dat die toestand klimaatverandering *is*.

LikeLike
Hans Custers | 16 januari 2017 om 14:23 |

Goff,

De momentane toestand is altijd “weer”. En niets anders. En dat zal altijd zo blijven.

LikeLike
cRR Kampen | 16 januari 2017 om 17:08 |

‘Ik kijk gewoon naar wat de wetenschap zegt.’
Ik ook. Maar ik houd er wel van om te kijken naar nieuwere wetenschap want dynamische systeemtheorie is dat nu eenmaal.

“Als je iets 100% aan klimaatverandering attribueert, impliceert dat dat die situatie permanent zou bestaan in het veranderde klimaat. Dat is bij extreem weer nooit het geval, want dan zou het geen extreem weer (meer) zijn.”

Deze stelling is eigenlijk alleen zinvol in een min of meer stabiel klimaat. Dit is hetzelfde als zeggen: deze stelling is alleen zinvol als onderliggende verdelingen/statistieken niet wijzigen. Dat is nou exact het punt.
De momentele noordpooldepressie is volkomen extreem en was tot voor kort zelfs schier onmogelijk. Daarentegen is zo’n object waarschijnlijk heel gewoon als de ijsvrije Arctische seizoenen recht van start gaan (en dan ligt Nederland, zoals deze winter eigenlijk al, onder het Azorenhoog).
Hier hebben we dus een situatie die extreem is gerekend naar het klimaat dat we dat we kennen. Maar wier extremiteit op dit moment, tijdens een absurd snelle transitie namelijk, helemaal niet te duiden is. En straks is het normaal.

We hebben geen basis meer. We hebben geen vergelijk. We hebben niets aan de bestaande statistieken omdat die allemaal op ander systeem slaan. En dus hebben we andere middelen nodig.

Het doet er wel een beetje toe wat je weet. Het maakt communicatie al dan niet mogelijk. Met niet-lineaire systemen is dat in alle wetenschappen sowieso nog altijd een fantastische moeilijke klus (ik ben bepaald niet de enige die zeer frappante moeilijkheden tegenkomt dra ik er iets van probeer duidelijk te maken).

LikeLike
cRR Kampen | 16 januari 2017 om 17:09 |

En het klimaat is altijd het gemiddelde weer en berust dus altijd op een aggregraat van momentane toestand. De twee hebben natuurlijk wel een intieme relatie.

LikeLike
Hans Custers | 16 januari 2017 om 17:28 |

Remko,

Je lijkt nog steeds niet te beseffen dat attributie-onderzoek juist kan laten zien dat nieuwe extremen niet in de “bestaande statistieken van een ander systeem” passen.

Maar goed, als we niet oppassen gaan we de hele discussie nog eens een keer van voren af aan over doen. Zullen we daar maar niet aan beginnen?

LikeLike
G.J. Smeets | 16 januari 2017 om 18:00 |

Hans,
daar ga ik inderdaad niet aan beginnen. Het punt is dat ik genoeg weet en begrijp om niet af te wachten tot attributie-onderzoek uitwijst dat bestaande statistiek machteloos is. Het is al aangetoond. En ondertussen tikt de klok door en warmt het verder op.

LikeLike
cRR Kampen | 17 januari 2017 om 11:55 |

‘Je lijkt nog steeds niet te beseffen dat attributie-onderzoek juist kan laten zien dat nieuwe extremen niet in de “bestaande statistieken van een ander systeem” passen.’

Juist wel.
Ik ben gewoon wat verder. Gaf oorzaken, structuur en gevolgen aan.

LikeLike
Bert Amesz | 19 januari 2017 om 15:29 |

Goff Smeets,

Inderdaad begripsverwarring, maakt de discussie lastig. Je zegt bijvoorbeeld:

“weersextremen zijn impacts van climate change”

Nee, IPCC ziet dat anders: impact = effect (van extreem weer, climate change) op ‘natural and human systems’.

Ook hussel je de begrippen ‘opwarming’ en ‘klimaatverandering’ door elkaar. Die twee hebben niet dezelfde betekenis; klimaatverandering is méér dan alleen maar opwarming.

Wat hier aan de orde is:
– de relatie ‘opwarming’ -> ‘extreem weer’.
– de relatie ‘extreem weer’-> ‘impact’

Van de door jou gesignaleerde tautologie is dus geen sprake. Het door Hans beschreven onderzoek kan juist een bijdrage leveren aan het inzicht in deze twee relaties.

Wellicht zie je aanleiding om hier op te reageren?

LikeLike
G.J. Smeets | 19 januari 2017 om 19:04 |

Ik zie geen aanleiding om inhoudelijk te reageren. Ik heb gezegd wat ik te zeggen heb over toeschrijving (attributie) van individuele weersextremen aan ghg-gerelateerde opwarming: de statistiek deugt op logische gronden niet. Met referentie aan het werk van Talib.

P.s. “klimaatverandering is meer dan opwarming” zeg je. Geen idee wat je bedoelt maar het omgekeerde staat vast: de opwarming staat gelijk aan klimaatverandering.

LikeLike
Bert Amesz | 19 januari 2017 om 20:09 |

“opwarming staat gelijk aan klimaatverandering”

Nee, dat zijn juist twee verschillende fenomenen. Bart’s collega’s bij SkepticalScience leggen het aardig uit:

“Global Warming vs. Climate Change. Both of the terms in question are used frequently in the scientific literature, because they refer to two different physical phenomena. As the name suggests, ‘global warming’ refers to the long-term trend of a rising average global temperature. ‘Climate change’, again as the name suggests, refers to the changes in the global climate which result from the increasing average global temperature. For example, changes in precipitation patterns, increased prevalence of droughts, heat waves, and other extreme weather, etc”

https://www.skepticalscience.com/climate-change-global-warming.htm

Ofwel: klimaatverandering *als gevolg van* mondiale opwarming.

LikeLike
Bob Brand | 19 januari 2017 om 21:06 |

Beste Bert Amesz,

In de populaire discussie staat ‘global warming’ wel gelijk aan ‘climate change’. We hebben het daar al vaker over gehad, zoals:

In januari 2014
In september 2014

De wetenschappelijk meer correcte term is ‘climate change’, tenslotte staan de letters IPCC ook al sinds 1988 voor Intergovernmental Panel on Climate Change.

Met ‘global warming’ wordt er in de VS doorgaans meer bedoeld dan alléén de temperatuurstijging (of de toename van het aantal Joules in het klimaatsysteem), namelijk het geheel van klimatologische effecten dat daarmee samenhangt.

Grappig genoeg werd er door sommige klimaatsceptici beweerd dat stiekempjes de term global warming door climate change vervangen zou zijn… omdat het niet meer op zou warmen? Het tegendeel is waar.

Nee, dat is de Republikeinse campagnestrateeg Frank Luntz geweest toen hij werkte aan de verkiezingscampagne van G.W. Bush. Hij bedacht dat ‘climate change’ minder angstaanjagend klonk dan ‘global warming’ en dat de Republikeinen er daarom goed aan deden om voortaan alleen die eerste term te gebruiken:

Luntz’ Global Warming memo

LikeLike
Hans Custers | 20 januari 2017 om 00:21 |

Bob, Bert,

Het stuk van NOAA maakt wel expliciet onderscheid tussen “global warming” en “climate change” (NOAA doet dat wel vaker), maar ik heb het idee dat dat eerder verwarrend dan verhelderend is. Het zou de indruk kunnen wekken dat er alleen naar het directe effect van de gestegen temperatuur op extreem wordt gekeken en dat is zeker niet het geval.

Aan de andere kant sluipt de tautologie waar Goff op wijst wel binnen in de terminologie als je zou spreken van het effect van klimaatverandering op extreem weer. Ook dat kan verwarrend zijn, ook al zit die tautologie niet in de onderzoeken zelf.

Misschien is “duiden van extreem weer in de context van het veranderend klimaat” nog niet zo’n slechte omschrijving.

LikeLike

Attributie van extreme gebeurtenissen: is het weer of is het klimaat?

112 Reacties op “Attributie van extreme gebeurtenissen: is het weer of is het klimaat?”

Plaats een reactie

Welkom op ons klimaatblog!

Meest recente berichten

Recente reacties

Email Subscription

Categorieën

Attributie van extreme gebeurtenissen: is het weer of is het klimaat?

Beoordeel dit:

Dit delen:

Gerelateerd

112 Reacties op “Attributie van extreme gebeurtenissen: is het weer of is het klimaat?”

Plaats een reactie

Welkom op ons klimaatblog!

Meest recente berichten

Recente reacties

Email Subscription

Categorieën