Meteorologica Maart 2020

Jaargang 29 - nr. 1 - Maart 2020

METEOROLOGICA

HEVIGE BUIEN EN TORNADO’S Uitgave van de Nederlandse Vereniging ter Bevordering van de Meteorologie

Climate Physics Master’s Programme at Utrecht University, The Netherlands This Master’s programme offers a unique combination of theoretical courses and practical training in all aspects of the climate system.

Physics, dynamics and chemistry of the atmosphere, the oceans, the glaciers and ice sheets and their interaction are the core of this programme.

Our research fields: • Ocean Circulation and Climate • Physical Oceanography of the Coastal Zone • Atmospheric Dynamics and the Hydrological Cycle • Atmospheric Physics and Chemistry • Ice and Climate

More information: Utrecht University, The Netherlands Institute for Marine and Atmospheric Research

www.uu.nl/masters/climate

2

Meteorologica 1 - 2020

22

Inhoudsopgave 4

Tornado’s en zware windstoten in Oost-Nederland op 4 juni 2019 Nadia Bloemendaal, Bram van ‘t Veen, Jordi Huirne, Reinout van der Born, Michiel Baatsen

10 Machine learning voor de kansverwachting van

zwaar onweer

24

Edward Groot, Maurice Schmeits, Kirien Whan

16 Geen zee te hoog

Roderik van de Wal

18 Oproep aan NVBM-leden tot indienen SEPA machtiging

20 Column – 1953, Lothar, Martin en Ciara

300 koudegetal [Celsius dag]

30

Bestuur NVBM

350

250

Huug van den Dool

200

22 Weermuziek – De zon

150

100 50 0 1900

1920

1940

1960

1980

2000

2020

Van de hoofdredacteur De winterstorm Ciara herinnerde ons eraan, voor zover dat nodig was, dat het weer vele gewelddadige en zelfs destructieve kanten bezit die voor schade en overlast kunnen zorgen.

Dit nummer bevat een aantal bijdragen over de ‘bedenkelijke’ aspecten van het weer.

Zo bespreekt het artikel van Nadia Bloemendaal en medeauteurs (pagina 4) de tornado’s die Nederland en buurlanden in juni 2019 troffen. Zij laten aan de hand van meteorologische gegevens (zoals radarbeelden) maar ook gerapporteerde schade zien hoe bepaalde atmosferische condities tot hevige buien kunnen leiden waarin tornado’s en valwinden optreden. Omdat de algemene verwachting is dat heviger buien in een warmer klimaat steeds vaker zullen optreden, lijkt de veronderstelling dat ook tornado’s gemiddeld genomen vaker zullen gaan voorkomen niet heel vergezocht.

Een andere vorm van gewelddadig weer betreft onweer. In het artikel van Edward Groot en medeauteurs (pagina 10) wordt onderzocht in hoeverre nieuwe technieken zoals machine learning kunnen bijdragen tot het verbeteren van de voorspellingen van zwaar onweer. Hiertoe worden met behulp van het weermodel Harmonie kansverwachtingen voor zwaar onweer aan de hand van

diverse predictoren en maatstaven vergeleken met bliksemdetecties. Met een juiste keuze voor analysetechnieken blijkt dat de voorspellingen inderdaad kunnen worden verbeterd, een resultaat dat van belang kan zijn om schade door hevige onweersbuien te minimaliseren of voorkomen.

Herfst- en winterstormen zoals recentelijk Ciara vormen binnen de categorie destructief weer een aparte categorie. Onze huiscolumnist Huug van de Dool bespreekt in zijn column (pagina 20) op ludieke en reflectieve wijze de toegenomen kwaliteit van de verwachtingen omtrent hevige stormen en vooral hoe het publiek dit interpreteert. Al doende vraagt hij zich af of zulk natuurgeweld überhaupt een eigennaam verdient. Stof tot nadenken.

Aan de andere kant van het gewelddadig-weer-spectrum bevindt zich de weldadige rust en warmte van een zonnige dag.

De auteur van de weermuziekbijdragen, Harry Geurts, laat op pagina 22 zien hoe belangrijk de zon en de zonnewarmte voor de muziek zijn geweest. Zonsopkomsten zoals die in werken van Haydn en Strauss weerklinken geven aan dat het weer ons ook via muziek kan beroeren.

Laten we hopen dat tijdens aankomende lente en zomer vaak zulke muziek zal klinken.

Harry Geurts

24 Hans Oerlemans, grondlegger van de glacio-meteorologie

Aarnout van Delden, Carleen Tijm-Reijmer, Michiel van den Broeke

27 Afscheid Bert Holtslag als leerstoelhouder

meteorologie bij Wageningen Universiteit

Gert-Jan Steeneveld

28 Opportunistische sensoren voor regenmetingen

op grote schaal

Lotte de Vos

30 Alweer een zeer zachte winter

Geert Jan van Oldenborgh

32 Verslag van het NVBM-najaarssymposium

“Atmospheric Circulation and Climate Changes”

Reinder Ronda

33 Een verhuizing – MeteoGroup Wageningen is

nu DTN Utrecht

Wim van den Berg

34 Column – Van tweeën een

Leo Kroon

35 NVBM Sponsors en Colofon Advertenties 2 IMAU – Universiteit Utrecht 19 KNMI 21 Wittich en Visser 31 Wageningen Universiteit 36 CaTeC Voorkant Tornado van de vijfde categorie nabij Elie, Manitoba (Canada) op 22 juni 2007 (foto: Justin Hobson, Wikipedia).

Meteorologica 1 - 2020

3

Tornado’s en zware windstoten in Oost-Nederland op 4 juni 2019 Nadia Bloemendaal (IVM/VU), Bram van ‘t Veen, Jordi Huirne (MeteoGroup/Talpa), Reinout van den Born (MeteoGroup/Talpa), Michiel Baatsen (IMAU/UU) Op 4 juni 2019 trok een lijn met zware onweersbuien vanuit het zuidwesten over een groot gedeelte van Nederland. Het KNMI had voor het hele land code oranje voor zware windstoten, hagel en overvloedige regenval afgekondigd. Uiteindelijk zijn op deze buienlijn ruim 100.000 bliksemontladingen geteld (KNMI, 2019), zeer zware windstoten van ruim 100 km/u voorgekomen, en zijn er in Oost-Nederland meerdere tornado’s ontstaan. Vooral voor de schade rondom Rheden is destijds veel media-aandacht geweest, maar na een oproep voor ooggetuigenverslagen hebben we meer locaties weten te identificeren met mogelijke tornadoschade. In dit artikel presenteren we de meteorologische omstandigheden die de vorming van zulke felle buien mogelijk maakten, de ontwikkeling van de buien aan de hand van radarbeelden, en de resultaten van onze schadeanalyse.

Synoptische situatie De synoptische situatie op 4 juni was een voorbeeld van een zogeheten ‘Spaanse Pluim’ (Figuur 1a), waarvan vaak sprake is tijdens uitbraken van zware buien in West-Europa (Van Delden, 2001). Onze regio bevond zich tussen een rug boven het Europese vasteland en een omvangrijke trog ten westen van ons. Hierdoor was er een forse luchtstroming uit het zuidwesten aanwezig, vanaf het Iberisch Schiereiland tot over de Noordzee. Aan het oppervlak zien we in grote lijnen dezelfde luchtdrukverdeling, maar tevens een thermisch laag boven Frankrijk, gevormd door drukdalingen als gevolg van opwarming en dynamische forcering in nabijheid van de straalstroom (rondom de trog in de bovenlucht). Dit patroon ging gepaard met advectie van warme lucht uit het zuiden, een sterke draaiing en toename van de wind met de hoogte, en convergentie van vocht, een combinatie die de vorming van zware onweersbuien mogelijk maakte.

Interessant was de aanwezigheid van een soort dubbele frontale structuur; terwijl het koufront om 12 UTC boven de Franse Westkust lag, was er een scheiding (vore) met nog

warmere en vooral vochtigere lucht die als focus diende voor de vorming van buien, die later zouden samenvoegen tot een intense buienlijn. De meest onstabiele luchtmassa passeerde in de avond over de Benelux, gekarakteriseerd door de zone met de hoogste equivalente potentiële temperatuur (een gecombineerde maat voor warmte en vocht, zie Figuur 1b).

Verticale opbouw van de atmosfeer Aan de grond liep de temperatuur voor de buien uit in een groot deel van de Benelux op naar 22 – 27 °C. Gecombineerd met relatief hoge dauwpunten van veelal 16 – 18 °C gaf dit een vrij zwoele start van de avond. Om een beeld te krijgen van de verticale opbouw van de atmosfeer toont Figuur 2b een verwacht sondediagram in formaat Skew-T (hierna afgekort tot progtemp) op een locatie voor de gesimuleerde buienlijn uit. We zien hierin de warme en vochtige grenslaag, die vanwege het tijdstip weliswaar al enigszins was afgekoeld, maar slechts in beperkte mate vanwege de sterke warmte-advectie en aanwezige bewolking. Hogerop koelde de lucht snel af met de hoogte (tussen 900 en 600 hPa), karakteristiek voor

Figuur 1. a) ECMWF-analyse op 4 juni 12UTC voor Frankrijk en omgeving (bron: www.meteociel.fr). Kleuren tonen de hoogte van het 500 hPa-vlak (dam), en witte contouren geven de luchtdruk op zeeniveau weer in hPa. b) ARPEGE-voorspelling voor 4 juni 19 UTC van de Equivalente potentiële temperatuur in °C en wind (pijlen) op het 850 hPa vlak. Aangegeven zijn het warmtefront (geel), koufront (blauw) en de vore (wit).

4

Meteorologica 1 - 2020

Figuur 2. a) Gesimuleerde radarreflectiviteit door HARMONIE, voor 22:00 uur lokale tijd. b) Progtemp voor de links met zwarte stip aangegeven locatie.

De rode vector in het hodogram (in de uitsnede) representeert de 0-3 km scheringsvector.

een Spaanse Pluim, die zich manifesteert in de aanwezigheid van een duidelijke menglaag op hoogte (met in verticale zin een stabiele vochtmengverhouding en adiabatisch temperatuurverval). De combinatie van deze factoren leidde tot grote voorwaardelijke onstabiliteit, zoals blijkt uit de berekende CAPE-waarden van meer dan 1.000 J/kg. Dit zijn waarden die zware buien toelaten, vooral als deze optreden in combinatie met sterke dynamiek, zoals op deze dag het geval was. Uit het bijbehorende verticale windprofiel, zoals weergegeven in het hodogram in Figuur 2b, valt af te leiden dat de windsnelheid sterk toeneemt met de hoogte terwijl de wind ruimt van zuidoost naar zuidwest (een hodogram toont het verticale windprofiel op een wijze waarbij de eindpunten van windvectoren op verschillende hoogtes verbonden zijn door een lijn). De aanwezige verticale windschering was hierdoor groot, wat sterk georganiseerde buien(systemen) zoals supercells (buien met een diepe roterende stijgstroom) en quasi-lineaire convectieve systemen (opgelijnde buiencomplexen, afgekort QLCS'en) toelaat. Beide types buien kunnen (zeer) zware windstoten genereren en onder de juiste omstandigheden zelfs tornado’s.

Potentie voor (zeer) zware windstoten en tornado’s De aanwezigheid van een lijnvormig forceringsmechanisme (de vore) bevorderde het ontstaan van een QLCS. De sterke verticale windschering bevorderde het ontstaan van boogsegmenten en mesovortices (zie bijvoorbeeld Trapp en Weisman, 2003) binnen dit QLCS, die de windsnelheden lokaal (sterk) kunnen verhogen. De verticale windschering draagt ook in algemene zin bij aan de sterkte van een QLCS, doordat deze de circulatie behorende bij de cold pool (de door neerslag afgekoelde luchtmassa in en achter de buien) kan balanceren (RKW-theorie, zie Rotunno et al., 1988), wat tot sterkere, meer verticaal georiënteerde stijgstromen leidt. Bevorderlijk voor het op uitgebreide schaal optreden van (zeer) zware windstoten waren ook de hoge windsnelheden op beperkte hoogte, die binnen een QLCS bovendien verder versterkt kunnen worden door de aanwezigheid van een rear inflow jet; een stroming die lucht aan de achterkant van het buiencomplex aanvoert. Neerwaarts transport van impuls door convectieve

daalstromen kan deze windsnelheden naar het aardoppervlak ‘duwen’. Deze convectieve daalstormen dragen ook op directe wijze bij aan de windstoten in de vorm van valwinden, en worden gedreven door afkoeling van lucht door verdamping en smelt van neerslag, en door hoge neerslagintensiteiten met bijbehorende “water loading”.

Ook voor tornadovorming is sterke verticale windschering erg bevorderlijk, doordat de bijbehorende horizontale vorticiteit door middel van kanteling in de stijg- en daalstromen van een bui in verticale vorticiteit kan worden omgezet (Terpstra, 2000). Tornado’s kunnen zich onder meer vormen onder de mesocycloon van een supercell, maar ook in mesovortices binnen een QLCS. Gunstig voor het optreden van tornado’s in supercells was op 4 juni de aanwezigheid van

Figuur 3. Pseudo-CAPPI radarcomposieten van reflectiviteit op 1.5 km hoogte voor de weergegeven tijdstippen. Voor de plots is data gebruikt van zes radars van het KNMI, KMI en de DWD. In de tekst wordt naar de drie nummers in b) en c) gerefereerd.

Meteorologica 1 - 2020

5

Figuur 4. Maximale windstoten op 4 juni 2019 (bron: KNMI).

(zeer) hoge waarden voor de Storm-Relative Helicity (SRH) voor zogenaamde right-moving supercells (buien die door de aanwezige rotatie duidelijk naar rechts afbuigen ten opzichte van de overheersende achtergrondstroming), met de hoogste waarden in een zone ten noorden van het thermische laag.

SRH is een maat voor de potentie voor cyclonale rotatie in de stijgstroom van een right-moving supercell, waarbij 0-1 km SRH-waarden boven 100 m2 s-2 een toenemend gevaar voor tornado’s suggereren (SPC, z.d.). Tornadovorming in mesovortices wordt bevorderd wanneer de component van de 0-3

km scheringsvector (de rode vector in Figuur 2b) loodrecht op de buienlijn meer dan 15 m/s bedraagt (Schaumann en Przybylinski, 2012); met een scheringsmagnitude van ruim 20 m/s was dit langs gunstig georiënteerde delen van de buienlijn het geval.

Ook bevorderlijk voor tornadovorming is een lage wolkenbasis en dus een laag Lifted Condensation Level (LCL; Thompson et al., 2012), vermoedelijk omdat dit de productie van koele en sterke outflow tegenwerkt. Verder dient de atmosfeer nabij de grond niet te stabiel te zijn, aangezien een tornado vanaf de grond gevoed wordt. Het mixed-layer LCL (MLLCL) van ~1400 m (Figuur 2b) ligt aan de bovenkant van de verdelingen voor tornado’s in Thompson et al. (2012), wat dus ongunstig is. Dit MLLCL nam echter af richting het westen van de Benelux. Ook minder gunstig waren vrij hoge waarden voor de SBCIN (Surface-Based Convective INhibition, een maat voor de hoeveelheid negatief drijfvermogen die een luchtpakketje ervaart wanneer het vanaf de grond wordt opgetild), wat voeding vanaf de grond bemoeilijkt. Een goed georganiseerde buienlijn zorgt echter voor een sterke forcering wat betreft stijgbewegingen, waardoor luchtpakketjes de CIN kunnen overwinnen.

Ten slotte kunnen zich langs het gust front van een buienlijn relatief kortlevende, ondiepe wervelingen vormen, genaamd gustnadoes. In tegenstelling tot tornado’s zijn deze niet verbonden met een cumuliforme wolk. Literatuur over de ontstaansmechanismen voor gustnadoes is nauwelijks beschikbaar, maar een vaak aangevoerd mechanisme is uitrekking van verticale vorticiteit langs het gust front (Davies, 2011).

Ontstaan en ontwikkeling van de buien De eerste buien ontstonden in de middag boven noordwest-Frankrijk op de vore en in het thermische laag, waarvan een deel zich ontwikkelde tot supercells en kleine bow echoes dankzij de sterke verticale windschering (Figuur 3). De buien

Figuur 5. (Boven) Radarreflectiviteit en (onder) radiële snelheid voor de in de figuur weergegeven radars, elevaties en tijdstippen. Ook aangegeven zijn hoogtes boven radarniveau (bij cirkels) en x- en y-coördinaten in km. Markers staan bij a) Rheden, b) Bocholt, c) Emmeloord en d) Ommen. Cyaankleurige symbolen in a) en c) markeren duidelijke circulaties. Negatieve radiële snelheden wijzen op beweging naar de radar toe, positieve snelheden op een beweging van de radar af. Snelheden “vouwen om” (wisselen van teken) wanneer de werkelijke snelheid buiten het meetbereik van de radar ligt. Dit staat ook wel bekend als aliasing.

6

Meteorologica 1 - 2020

Waargenomen smalle schadesporen suggereren dat er zich meerdere mesovortices in de lijn bevonden. Naast de mesovortex die over Rheden trok, toonde de radar in Den Helder de passage van een mesovortex over Emmeloord, die ook een tornado produceerde (Figuur 5c). Het grootste deel van de buienlijn bevond zich echter op vrij grote afstand van de radars, waardoor het niet mogelijk was om de aanwezigheid van kleinschalige mesovortices overtuigend te kunnen vaststellen dan wel uitsluiten.

Boven het noordoosten van Nederland transformeerde de buienlijn naar een bow echo (Figuur 3e-f), om daarna vrij snel in intensiteit af te nemen. Het KNMI-meetstation in Huibertsgat mat een windstoot van 126 km/u (Figuur 4). De oostflank van de buienlijn nam boven Limburg sterk in intensiteit af alvorens Duitsland in te trekken. Het bijbehorende deel van het gust front bleef echter sterk, en hierop vormde zich een vrij sterke tornado (mogelijk gustnado) in Bocholt (Figuur 5b).

Figuur 6. Overzicht van schademeldingen ontvangen door MeteoGroup.

De locatie-aanduidingen staan voor boomschade (blauw), dakschade (roze), ooggetuigenmeldingen (rood), beeldmateriaal van de storm (zwart), en overige schademeldingen (geel). De getallen komen overeen met de volgorde waarin meldingen in de sectie “Meldingen van stormschade” besproken worden. De volledige kaart kan bekeken worden op https://maphub.net/NadiaBloemendaal/stormschade.

op de vore clusterden vrij snel, terwijl de buien daarvoor iets meer geïsoleerd bleven. Terwijl de toen nog gebroken buienlijn Nederland naderde, liep deze in op de andere buien en nam deze op in een steeds beter georganiseerde lijn. Ondertussen bleven zich echter ook nieuwe buien voor de lijn uit vormen.

Vanuit Vlissingen werd een funnel boven zee waargenomen nabij een supercell (nummer 1 in Figuur 3b) voor de buienlijn uit (zie www.weerwoord.be/m/2496794). Rond dit tijdstip toonde de KMI-radar in Jabbeke (België) ook een andere supercell met opvallend sterke rotatie verderop boven zee (nummer 2 in Figuur 3b), en wat later trok er nog een supercell met vrij sterke rotatie over de Zuid-Hollandse kust noordoostwaarts (nummer 3 in Figuur 3c). Deze supercells bevonden zich het dichtst bij of in het gebied met sterk verhoogde SRH ten noorden van het thermische laag. We vermoeden dat de vorming van tornado’s bij deze supercells voor de lijn uit is uitgebleven vanwege voornamelijk de volgende factoren: 1) de buien zaten elkaar in de weg door initiatie op uitgebreide schaal, 2) de thermodynamische omstandigheden waren niet ideaal met relatief hoge LCLs, en 3) de buien bereikten het gebied met de hoogste SRH-waarden pas toen ze de stabiele luchtmassa boven zee introkken.

De buienlijn veroorzaakte op grote schaal schade in noordoost-België. Hier had de lijn een lichte boogvorm aangenomen, wat meestal duidt op het optreden van zwaardere windstoten. Boven Nederland kwam het vooral in Noord-Brabant en Limburg op uitgebreide schaal tot (zeer) zware windstoten, waarbij het KNMI-meetstation te Volkel een windstoot van 108 km/u aangaf (Figuur 4). Deze windstoot trad op bij een klein boogje in de buienlijn, waarin zich aan de westkant een mesovortex had gevormd. Het is deze mesovortex die vervolgens over grote afstand schade veroorzaakte en in Rheden een tornado produceerde (Figuur 5a; zie verder de sectie “Meldingen van stormschade”).

Door de indrukwekkende treksnelheid van 90 km/u was de buienlijn in drie uur heel Nederland overgetrokken. Hierbij kwam het op veel plaatsen tot windstoten van 70-90 km/u.

Meldingen van stormschade Na 4 juni hebben we middels een oproep van MeteoGroup ruim 300 ooggetuigen- en schademeldingen ontvangen, voornamelijk uit Oost-Nederland. Deze meldingen zijn ruimtelijk weergegeven in Figuur 6, en kunnen tevens bekeken worden op maphub.net/NadiaBloemendaal/stormschade. Hier beschrijven we de meest interessante meldingen.

In grote delen van de oostelijke helft van Nederland is na de passage van de buienlijn stormschade gemeld, zoals weergegeven op de kaart (Figuur 6). Deze schade is in veel gevallen toe te wijzen aan severe straight-line winds (SSLW); valwinden of windstoten op het gust front van een bui, zonder dat daarbij sprake is van sterke daalbewegingen. Denk hierbij aan grote gebieden met schade aan bomen of daken, of gebieden waar bomen veelal in de trekrichting van de buienlijn zijn omgevallen. In andere gevallen geeft een melding aanwijzingen voor tornado- of gustnadoschade, bijvoorbeeld wanneer over een smalle strook veel schade aan bomen, daken en auto’s is gemeld. Door de combinatie van een snel passerende buienlijn en het wegvallen van daglicht, hebben we helaas weinig tot geen bruikbaar beeldmateriaal ontvangen van mogelijke tornado’s uit genoemde regio’s. Van drie kortlevende hozen die zich elders hebben voorgedaan is echter wel materiaal beschikbaar: de funnel bij Vlissingen (Omroep Zeeland, 2019; nummer 1 in Figuur 6), en vermoedelijke gustnado’s in Vlierden (www.dumpert.nl/item/7695155_6ba5493c; nummer 2) en Versen, Duitsland (tornadoliste.de/190605versen.htm; nummer 3). Waar mogelijk geven we de tornado-classificatie aan de hand van de Fujita-schaal, conform ESWD (2019).

Een opmerkelijk gebied met veel schademeldingen betreft de lijn Nijmegen-Nijverdal, met over een grote afstand veel

Figuur 7. Tornadoschade aan de bomenrij langs de Heuvenseweg in Rheden. In deze bomenrij zijn twee significante gaten te zien, vermoedelijk veroorzaakt door een multiple-vortex F2-tornado (foto: Nadia Bloemendaal, 13 juli 2019).

Meteorologica 1 - 2020

7

zeer dicht bij elkaar wekt het vermoeden dat het hier een multiple-vortex tornado betrof. Hemelsbreed 300 m ten oosten van het tornadospoor is in Rheden nog een schadespoor van een valwind aangetroffen. Deze schade centreert zich rondom de straat De Del, waar vrijwel alle bomen en struiken zijn omgewaaid.

Volgens ooggetuigen ging de wind hier gepaard met intense regenval, iets wat ook duidelijk zichtbaar was op videobeelden die ter beschikking zijn gesteld.

De radarbeelden laten zien dat er voor de buienlijn uit een kleine bui over Rheden passeerde, met daarbij een divergent patroon in de radiële snelheid. Deze bui, net na zijn piekmoment in divergentie, bevindt zich op Figuur 5a net ten noorden van Rheden. Dit divergente patroon duidt op een valwind, en het is daarom mogelijk dat ook deze bui schade in Rheden en omstreken heeft veroorzaakt.

Net ten noordoosten van Rheden, bij de Carolinahoeve (de Steeg), is tevens bijzonder veel stormschade aangericht.

Dit restaurant staat op een open veld van circa 300 m breed op de Posbank, omringd door bomen en bomenrijen die Figuur 8. Satellietfoto van de schade in de bossen rondom Restaurant de Carolinahoeve, de Steeg. het weiland kruisen. Op satellietbeelden Labels A-F geven zichtbare schade in het bos aan (bron: google.com/earth). van Google Earth (gemaakt na 4 juni) is duidelijk te zien dat er een smal spoor schade aan bomen en huizen. Door de veelal verspreide schamet omgevallen bomen door het bos richting de Carolinahoedemeldingen lijkt het hier veelal om SSLW-schade te gaan, ve loopt, dat de bosrand aan de zuidwest- en noordoostkant maar er hebben zich langs deze lijn vermoedelijk minstens van het veld twee gaten van circa 30-60 m breed bevat, en dat twee en mogelijk meer tornado’s voorgedaan. Deze gevallen dit spoor ten noordoosten van het veld nog een stuk doorloopt, worden hieronder in meer detail besproken. Naast dit gebied weer het bos in (Figuur 8, labels A-F). Dit is zeer typerend kwamen er tevens veel schademeldingen uit delen van Overvoor tornadoschade. Toch is het opmerkelijk dat vrijwel alle ijssel, Drenthe en Groningen, waar de eerdergenoemde bow bomen op het veld substantiële schade hebben geleden, vooral echo passeerde. Het is mogelijk dat hierop een enkele torgezien het relatief smalle spoor door het bos heen. nado ontstaan is, maar het overgrote deel van de schade lijkt Veldonderzoek heeft uitgewezen dat verder noordoostelijk SSLW-schade. Het ontbrak bij veel schademeldingen echter van Rheden, bij Dieren en Brummen, meerdere bomengroeaan voldoende informatie om uitsluitsel over de oorzaak pen stormschade hebben opgelopen. De uitgebreidheid van (tornado of SSLW) te geven. In het vervolg van deze sectie deze schade doet vermoeden dat dit gebied getroffen is door bespreken we de gevallen waarvan we wel zo goed als zeker geclusterde valwinden. weten dat het een tornado (of gustnado) betreft, en ook de Vanuit andere locaties in Nederland zijn ook meldingen over gevallen waarbij de gerapporteerde schade dit zeer aannemelijk maakt.

In de media is vooral bericht over de tornadoschade bij Rheden (nummer 4). Veel schade werd gezien in een smal spoor van 50-150 m breed, lopend vanaf de IJssel in een rechte lijn tot aan de Posbank. Deze tornado is ontstaan in de mesovortex die vanuit Noord-Brabant Gelderland binnentrok (Figuur 5a). Het gaat hier om dakschade (afgewaaide dakpannen en nokvorsten, en een afgerukt dak van een sportcomplex), alsmede veel omgewaaide bomen en beschadigde boomkruinen. Net buiten Rheden, langs de rand van de Posbank (Veluwezoom), zijn in het verlengde van dit spoor meerdere grote omgewaaide en beschadigde bomen aangetroffen.

Hierdoor rijst het vermoeden dat de tornado in het dorp een F1-classificatie heeft bereikt, en op het weiland buiten Rheden aangezwengeld is tot een F2-tornado. Tevens werden tijdens Figuur 9. Luchtfoto van het bos ten noordoosten van Ommen. Duidelijk zichtbaar is het schadespoor en het cyclonaal gekromde valpatroon van het veldonderzoek twee grote gaten in de bomenrijen langs de bomen (bron: https://twitter.com/kidve_ageet/status/ het weiland gevonden, en dit lijkt op tornadoschade te duiden 1138146851377602562).

(Figuur 7). Het voorkomen van twee smalle schadesporen 8

Meteorologica 1 - 2020

stormschade ontvangen waarvan we met enige zekerheid kunnen stellen dat het hier tornadoschade betrof. In Ommen (nummer 5) heeft een tornado schade aan auto’s en huizen veroorzaakt, zoals een omvergeblazen caravan, ontwortelde bomen, en een totaal verwoeste schuur. Net buiten Ommen is deze tornado het bos ingetrokken; een dronefoto laat hierbij duidelijk het cyclonale valpatroon van de bomen zien (Figuur 9). Afgaande op de schademeldingen zou deze tornado geclassificeerd worden als F1, en mogelijk F2. Op radarbeelden voor de omgeving van Ommen (Figuur 5d) is daarentegen geen overtuigende circulatie te herkennen, vooral door beperkingen in de waarnemingen zoals de afstand tot de radar en de datakwaliteit. In Emmeloord heeft een kortdurende F1-tornado veel schade veroorzaakt (nummer 6). Hier zijn langs een smal spoor van ongeveer 2 km lang dakpannen en ramen beschadigd en is een caravan verplaatst. Er is buiten dit spoor geen verdere stormschade in de stad gevonden. Radarbeelden in Figuur 5c tonen een duidelijke circulatie nabij Emmeloord, horend bij een mesovortex.

Net over de grens te Bocholt (Duitsland) heeft een tornado bomen ontworteld, meerdere huizen (zwaar) beschadigd en een auto omver geworpen (ESWD, 2019; nummer 7). De ESWD meldt dat het pad ongeveer 5 km lang was en maximaal 160 m breed. Op basis van schadebeoordelingen van experts is deze tornado geclassificeerd als F2. Op radarbeelden is te zien is dat de tornado zich voordeed in een deel van het gust front waarachter zich enkel zwakke buien bevonden (Figuur 5b). Dit wekt het vermoeden dat de Bocholtse schade door een gustnado is veroorzaakt.

Er waren nog meer locaties met mogelijke tornadoschade, zoals Kampereiland (Kuiper, 2019; nummer 8), Nijeveen (nummer 9), Hoogeveen (nummer 10), de Overasseltse Vennen (nummer 11) en Fochteloërveen (nummer 12). Andere gebieden met opvallende schadepatronen waren Haaksbergen (nummer 13) en Huissen (nummer 14). Er is echter onvoldoende bewijs gevonden om in deze gevallen met zekerheid te kunnen spreken van tornadoschade.

Discussie en conclusie Op 4 juni 2019 veroorzaakte een intense buienlijn op uitgebreide schaal schade in met name de oostelijke helft van Nederland. Schadeonderzoek heeft uitgewezen dat het bij vijf gevallen zo goed als zeker een tornado betrof. De aanwezigheid van een aantal andere smalle schadesporen doet echter vermoeden dat het werkelijke aantal tornado’s hoger ligt. Een deel van deze tornado’s ontstond in mesovortices op de buienlijn. Er zijn tevens aanwijzingen dat de tornado in Bocholt (Duitsland) in werkelijkheid een gustnado was. Deze gustnadoes zijn ook vastgelegd op twee andere locaties langs de buienlijn, net als een funnel nabij Vlissingen uit een supercell voor de lijn uit. Naast tornado’s veroorzaakten ook zeer zware windstoten lokaal grote schade. Een analyse van de verticale opbouw van de atmosfeer laat zien dat de buien zich voordeden in een omgeving die gekenmerkt werd door een redelijke hoeveelheid voorwaardelijke onstabiliteit en erg veel verticale windschering. Het is vooral deze grote hoeveelheid verticale windschering die in de literatuur in verband wordt gebracht met het optreden van tornado’s.

Het analyseren van de stormschade voor dit onderzoek berust voornamelijk op het bestuderen en geolokaliseren van beeldmateriaal. Het is daarbij vaak lastig om de precieze valrichting van een tak of boom af te leiden, zeker wanneer de stormschade al (deels) verplaatst of opgeruimd is. Hierdoor konden we in veel gevallen geen valpatronen meer herkennen,

belangrijke informatie voor het achterhalen van de oorzaak (tornado of windstoten). Om de schade te analyseren is het zaak om zo snel mogelijk na het passeren van het noodweer veldonderzoek te doen, dus voordat schade is opgeruimd of verplaatst. Tegenwoordig kan hiervoor eenvoudig een ruimtelijk beeld worden verkregen met behulp van drones. Het moet dan echter wel duidelijk zijn welke gebieden precies zijn getroffen, want sommige gebieden konden pas geïdentificeerd worden na ooggetuigenmeldingen in de weken na 4 juni. Ook de uitgebreidheid bemoeilijkte het in kaart brengen en beoordelen van de schade.

Ten slotte vormt de datakwaliteit van de radiële snelheid een belangrijke beperking bij het identificeren van mesovortex-rotatie. De toegepaste automatische filtering verwijdert namelijk veel gegevens in met name gebieden met sterke horizontale windschering, en dit is het geval bij mesovortices. De aanwezigheid van een sterke, compacte mesovortex vergroot de aannemelijkheid dat schade door een tornado is veroorzaakt, en detectie ervan zou in operationele zin gebruikt kunnen worden voor het uitgeven van waarschuwingen.

Onze suggestie aan radaroperators is daarom om te stoppen met deze automatische filtering, en (ook) de ruwe snelheden beschikbaar te stellen.

Dankwoord De auteurs spreken hun dank uit aan alle ooggetuigen die melding hebben gemaakt van stormschade, of ons op een andere manier hebben gewezen op schade in hun omgeving. Tevens willen we graag de families De Graaff-Holtmark van Dijkerhof en De Graaff-Wijnberg bedanken voor het gedetailleerd in kaart brengen van de stormschade in en rondom Rheden in de dagen na 4 juni.

Referenties

Davies, J., 2011. An Essay: Gustnado or Tornado? Geraadpleegd van http://davieswx. blogspot.com/2011/04/essay-gustnado-or-tornado.html.

European Severe Weather Database, 2019. https://eswd.eu/cgi-bin/eswd.cgi.

Fujita, T.T. and R.M. Wakimoto, 1981, Five Scales of Airflow Associated with a Series of Downbursts on 16 July 1980. Mon. Wea. Rev., 109, 1438–1456.

KNMI, 2019. “Code oranje voor onweersbuien op 4 juni 2019”. https://www.knmi.nl/ kennis-en-datacentrum/achtergrond/code-oranje-voor-onweersbuien-op-4-juni-2019.

Kuiper, J., 2019: Schadespooranalyse Kop van Overijssel na onweer 4 juni 2019. Weerspiegel, december 2019 (ter perse).

Omroep Zeeland, 2019. “Bijzondere wolkenpartijen boven Zeeland: net geen tornado in Vlissingen en supercell boven Oostburg”. Geraadpleegd van https://www.omroepzeeland.nl/nieuws/113324/Bijzondere-wolkenpartijen-boven-Zeeland-net-geen-tornado-in-Vlissingen-en-supercell-boven-Oostburg.

Rotunno, R., Klemp, J.B., and Weisman, M.L., 1988. A theory for strong, long-lived squall lines. J. Atmos. Sci., 45, 463–485.

Schaumann, J. S., and Przybylinski, R.W., 2012. Operational application of 0-3 km bulk shear vectors in assessing quasi-linear convective system mesovortex and tornado potential. 26th Conf. on Severe Local Storms, Nashville, TN, Amer. Meteor. Soc., 142.

Thompson, R. L., Smith, B.T., Grams, J.S., Dean, A.R., and Broyles, C., 2012. Convective modes for significant severe thunderstorms in the contiguous United States. Part II: Supercell and QLCS tornado environments. Wea. Forecasting, 27, 1136–1154.

SPC (z.d.). Storm Relative Helicity (m2 s-2). https://www.spc.noaa.gov/exper/mesoanalysis/help/help_srh1.html.

Terpstra, 2000: Tornadogenese in supercells. Meteorologica, 4, 27-29.

Trapp, R. J., and Weisman, M.L., 2003. Low-level mesovortices within squall lines and bow echoes. Part II: Their genesis and implications. Mon. Wea. Rev., 131, 2804–2823.

Tubantia, 2019. “Windhoos richt schade aan in Haaksbergen”. https://www.tubantia.nl/ haaksbergen/windhoos-richt-schade-aan-in-haaksbergen~ad41ae98/.

Van Delden, A., 2001. The synoptic setting of thunderstorms in Western Europe. Atmos.

Res., 56, 89–110.

Meteorologica 1 - 2020

9

Machine learning voor de kansverwachting van (zwaar) onweer Edward Groot (KNMI/IMAU), Maurice Schmeits (KNMI), Kirien Whan (KNMI) ’s Zomers ontstaat met regelmaat schade in Nederland door zware onweersbuien met veel bliksemontladingen, (grote) hagel en (zeer zware) windstoten. Bekende voorbeelden zijn de hagel van 23 juni 2016 in onder andere Someren en recent de valwinden en tornado’s op 4 juni 2019 (zie ook het artikel op pagina 4).

Om uit te zoeken of, en zo ja hoeveel, de nieuwste statistische en meteorologische ontwikkelingen kunnen helpen bij het verbeteren van verwachtingen van (zware) onweersbuien op basis van statistische nabewerking van numerieke uitvoer van weermodellen hebben we naar twee vraagstukken gekeken. Ten eerste: voegt een techniek uit de “machine learning” toolbox veel toe ten opzichte van een traditionele statistische techniek die jarenlang operationeel op het KNMI is gebruikt? Ten tweede: hoe waardevol zijn de bijbehorende nieuwste ontwikkelingen in numerieke weermodellen en de fysische variabelen?

Wat betreft de ontwikkeling van numerieke weersverwachtingen gaat het ten eerste om de overgang naar het expliciet oplossen van diepe convectie met niet-hydrostatische modellen. Daar komt bij dat de resolutie van weermodellen is verhoogd: het oudere Hirlam heeft een horizontale resolutie van 11 km, waar het moderne Harmonie een resolutie van 2.5 km heeft. Ook de simulatie van wolken en neerslag is gedetailleerder geworden. Daardoor worden onder andere graupel, regen, ijskristallen en sneeuw in de atmosfeer apart gesimuleerd [1].

Zowel de verbetering van statistische algoritmes als het verfijnen van weermodellen kan worden toegeschreven aan de toename in beschikbare rekenkracht. Hoewel deze belangrijke deelvraagstukken inzicht geven of de nieuwste technieken tot verbeterde verwachtingen leiden ten opzichte van 10-15 jaar geleden [2, 3], kan het resultaat niet met destijds vergeleken worden. Een belangrijke reden hiervoor is dat het KNMI momenteel een andere dataset voor bliksemdetecties gebruikt dan voorheen [4].

Methode – definities Het optreden van (zwaar) onweer is in deze studie gedefinieerd aan de hand van het aantal bliksemdetecties. Hierbij worden alle ontladingen die door het KNMI bliksemdetectiesysteem zijn gedetecteerd in het geselecteerde gebied (Nederland, plus een stukje België, Duitsland en Noordzee), in één van de 12 zogenaamde KOUW-regio’s [2] (Figuur 1) en in één van de vier tijdvakken per dag (03-09 UTC, 09-15 UTC, 15-21 UTC en 21-03 UTC) meegenomen (KOUW staat voor “kansverwachting voor onweer ten behoeve van uitgifte weeralarm.”)

Als tenminste twee detecties plaatsvinden veronderstellen we dat er onweer is opgetreden. Het maximale aantal ontladingen over een tijdvak van 5 minuten binnen een regio en een tijdvak van 6 uur wordt vervolgens berekend (het maximaal aantal bliksemontladingen per 5 minuten in een bepaald (kleiner) gebied werd voorheen gebruikt om een weeralarm of code oranje uit te geven). Als de maximale bliksemintensiteit (een) bepaalde drempel(s) overschrijdt, wordt gesproken van zwaar onweer. Voorgaande definities worden in dit artikel gebruikt om de kansverwachtingen op (zwaar) onweer te genereren en te verifiëren.

Uiteraard is de classificatie een zeer versimpelde weergave van de werkelijkheid, die objectief is en gevalideerd kan worden. Daarnaast leidt het gebruik van relatief grote regio’s tot betere voorspelbaarheid: het is zeer lastig om een goede onweersverwachting te maken op individuele cellen op het modelrooster, omdat de kans op onweer in een individuele 10

Meteorologica 1 - 2020

gridcel veel kleiner is dan de kans op onweer ergens in een groter gebied.

Methode – statistisch nabewerken Het fenomeen onweer wordt door numerieke weermodellen niet expliciet gesimuleerd en het draaien van een weermodel leidt daarom niet rechtstreeks tot een verwachting van onweer.

De voornaamste reden is dat het ontstaan van bliksem niet in detail begrepen wordt en dat onweer weinig interactie heeft met andere atmosferische processen. We weten dat onweer voorkomt bij buien met sterkere stijgstromen en dat een convectieve wolk voldoende diep moet zijn om tot onweer te leiden. Daarnaast komt in de diepste cumulonimbuswolken met de sterkste stijgstromen altijd onweer voor. Volgens experimenten uit de jaren 1970 moet de temperatuur van de wolkentop in een cumulonimbuswolk beneden ongeveer -20 °C liggen voor het optreden van voldoende ladingsscheiding, en dus om een kleine kans op onweer te hebben. Daarnaast is een voldoende sterke updraft nodig.

Bij een weermodel moet er nog een stap gezet worden: de verwerking tot een kansverwachting voor onweer met een passend statistisch model. Als invoer voor het afleiden van een statistisch model gebruiken we de uitvoer van de dagelijkse 00 UTC run van Harmonie (versie 40) over drie zomerhalfjaren (15 april – 15 oktober) op basis van gereproduceerde verwachtingen. In model output statistics (MOS) [5] wordt dit gedaan door een statistische relatie te leggen tussen de modeluitvoer en waarnemingen (hier bliksemwaarnemingen). De uitvoervariabelen van Harmonie noemen we predictoren en deze worden met een objectieve procedure geselecteerd voor het uiteindelijke statistische model. Zo zijn verticaal geïntegreerde graupel, neerslagaccumulatie en (meest onstabiele) CAPE mogelijke predictoren. Omdat de fouten in weermodellen toenemen in de tijd en de (onweer) klimatologie afhankelijk is van het tijdstip op de dag, maakt MOS per verwachtingsperiode een apart statistisch model. In deze studie zijn logistische regressie en een machine learning techniek (zie verderop in het artikel) als statistische nabewerkingsmethodes gebruikt.

Methode – correctie van systematische modelfouten Een weermodel simuleert niet de werkelijke evolutie van de atmosfeer. Ten eerste komt dit door de onzekerheid in de begintoestand van de atmosfeer en samenhangend daarmee de gevoeligheid van onze atmosfeer voor kleine verstoringen (omdat een deel van deze verstoringen exponentieel groeit).

per verwachtingsperiode een apart statistisch model. In deze studie zijn logistische regressie en een

ne learning techniek (zie hieronder) als statistische nabewerkingsmethodes gebruikt.

de – correctieTen van tweede systematische komtmodelfouten dit door verschillen

tussen parameterisaties voor iets groter bereik vanlineaire bliksemintensiteiten. deze de bliksemintensiteit.

Dit een is gedaan omdat bij een verandering van Met de predictoren geen predictor wordt een kansverdeling van de verwachte 1 verandering van (bijvoorbeeld de mediaan van) de bliksemintensiteit optreedt. Een -macht van deze processen in de atmosfeer.

Met statistische verkregen. Voor het ontwikkelen van die 4 erheid in de loop begintoestand van de atmosfeer en echte samenhangend daarmee de gevoeligheid vanbliksemintensiteit onze bliksemintensiteit past het beste bij het te beschrijven verbandmet en maakt dat(twee de modellen nabewerking worden de systematische fouten gecorrigeerd en modellen worden alleen de gevallen onweer ontla- bruikbaar z eer voor kleine verstoringen (omdat een deel van deze verstoringen exponentieel groeit). Ten tweede mogelijke spreiding in de gerealiseerde atmosferische omstandingen) gebruikt, zodat weMet eendeze conditionele kansverwachting een iets groter bereik van bliksemintensiteiten. extra predictor wordt een kansverdeling dit door verschillen tussen parameterisaties van fysische processen zoals straling en convectie en het digheden meegenomen door verschillende uitvoervariabelen maken. Met andere woorden: we modelleren de kans op verkregen. Voor het ontwikkelen van de modellen worden alleen de gevallen met on p van deze processen in de echte atmosfeer. Met statistischete nabewerking de systematische overschrijding van een bepaalde bliksemintensiteit indien er als (potentiĂŤle) afhankelijke variabelen nemenbliksemintensiteit enworden de waar2 ontladingen)meegenomen gebruikt, zodat bliksem we een zal conditionele kansverwachting Metconandere woord inderdaad voorkomen.

Het productmaken. van deze onafhankelijke variabelen. gecorrigeerdnemingen en mogelijkeals spreiding in de gerealiseerde atmosferische omstandigheden kans opvan zwaar de kans op onweer geeft erschillende uitvoervariabelen als (potentiÍle) afhankelijke variabelen te nemen en de waarnemingen modelleren de kansditionele op als overschrijding een onweer bepaaldemet bliksemintensiteit indien er inderdaad blik de absolute kans op zwaar onweer (aantal ontladingen per 5 Methode – logistische regressie (LR) en machine nkelijke variabelen. voorkomen. Het product van deze conditionele kans op zwaar onweer met de kans op onweer g minuten). We gebruiken logistische regressie zoals die door learning met quantile regression forests (QRF) absolute kans op zwaar onweer ontladingen minuten).

We gebruiken logistische regres Messner et (aantal al. is gebruikt [6].per De5tweede statistische techniek, Als eerste van de twee gebruikte statistische methodes besprede – logistische regressie (LR) en machine learning met quantile regression forests (QRF) weisgebruikt tegenwoordig vrijtechniek, populairdie en heeft ken we logistische regressie. Dit is een techniekdie diedoor het best Messner die et al. gebruikthebben, [6]. De istweede statistische we gebruikt heb ste van de twee gebruikte statistische methodes bespreken we logistische DitIn is een techniek de naam quantile regression forests (QRF). Deze is gebaseerd te vergelijken valt met (multivariabele) lineaire regressie. regressie. tegenwoordig vrij populair en heeft de naam quantile regression forests (QRF). Deze is gebaseerd op de techniek van een beslisboom, maar is eigenlijk een soort tegenstelling lineaire regressie zorgt de transt best te vergelijken valt met tot (multivariabele) lineaire regressie.

In logistische tegenstelling tot lineaire regressie techniek van een beslisboom, maar is van eigenlijk een soort ensemblevariant van de1).beslisboomtechn ensemblevariant de beslisboomtechniek (zie Kader (in(indedevorm vaneen eenS-curve) S-curve) voor kansverwachtinde logistische formatie transformatie vorm van voor kansverwachtingen die altijd tussen 0 en gen die altijd tussen 0 en 100% liggen. Met iteratietechnieken Kader 1). liggen. Met iteratietechnieken en minimalisatie wordt vervolgens een optimale curve gefit op een en minimalisatie wordt vervolgens een optimale curve gefit Methode – statistische verwachtingsmodellen en t: op een dataset: validatie Methode – statistische envoor validatie Omverwachtingsmodellen een statistisch model de kans op onweer op te stellen 1 Om een statistisch gebruiken model te voor de kans op onweer op zomerhalfjaren, te stellen gebruiken data va we steeds data van twee en we omsteeds te đ?‘ƒđ?‘ƒđ?‘ƒđ?‘ƒ = 1 + đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’(đ?‘Žđ?‘Žđ?‘Žđ?‘Ž + đ?‘?đ?‘?đ?‘?đ?‘?1 đ?‘’đ?‘’đ?‘’đ?‘’1 + đ?‘?đ?‘?đ?‘?đ?‘?2 đ?‘’đ?‘’đ?‘’đ?‘’2 +. . . +đ?‘?đ?‘?đ?‘?đ?‘?đ?‘›đ?‘›đ?‘›đ?‘› đ?‘’đ?‘’đ?‘’đ?‘’đ?‘›đ?‘›đ?‘›đ?‘› ) bepalen hoehoe goed ditditwerkt derde zomer- Elk zome zomerhalfjaren, en om te bepalen goed werkt gebruiken gebruiken wewe eeneen derde zomerhalfjaar. halfjaar. Elk zomerhalfjaar (2015 – 2017) wordt daarbij twee (2015 – 2017) wordt daarbij twee keer gebruikt om een statistisch model te maken en eenmaal ter ve keer Hierin staatopP een voorgebeurtenis de kans op een gebeurtenis staat P voor de kans (onweer), a voor een (onweer), constante, abm voor eengebruikt om een statistisch model te maken en eenmaal We maken daarvoor vooral gebruik vanWe de zogenaamde Brier skillvooral score (BSS). ter verificatie. maken daarvoor gebruik van de voor een constante, b voor een regressiecoĂŤfficiĂŤnt en x m m siecoĂŤfficiĂŤnt en xm voor een predictor (m = 1,‌.,n). Voor het verwachten van bliksemintensiteit voegen voor een predictor (m = 1,‌.,n). Voor het verwachten van 1 zogenaamde Brier skill score (BSS). ast de predictoren op basis van modeluitvoer predictor toe aan het LRop model: de -macht van bliksemintensiteit voegeneen weextra naast de predictoren basis 4 đ?‘›đ?‘›đ?‘›đ?‘› 1 van modeluitvoer een extra predictor toe aan het LR model đ??ľđ??ľđ??ľđ??ľđ??ľđ??ľđ??ľđ??ľ = ďż˝(đ?‘ƒđ?‘ƒđ?‘ƒđ?‘ƒđ?‘˜đ?‘˜đ?‘˜đ?‘˜ − đ?‘‚đ?‘‚đ?‘‚đ?‘‚đ?‘˜đ?‘˜đ?‘˜đ?‘˜ )2 đ?‘›đ?‘›đ?‘›đ?‘› (en wordt dan ELR genoemd): de 1/4-macht van de bliksemđ?‘˜đ?‘˜đ?‘˜đ?‘˜=1 intensiteit. Dit is gedaan omdat bij een lineaire verandering đ??ľđ??ľđ??ľđ??ľđ??ľđ??ľđ??ľđ??ľđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘šđ?‘š đ??ľđ??ľđ??ľđ??ľđ??ľđ??ľđ??ľđ??ľđ??ľđ??ľđ??ľđ??ľ = 1 − van de predictoren geen lineaire verandering van (bijvoorđ??ľđ??ľđ??ľđ??ľđ??ľđ??ľđ??ľđ??ľđ?‘˜đ?‘˜đ?‘˜đ?‘˜đ?‘šđ?‘šđ?‘šđ?‘šđ?‘˜đ?‘˜đ?‘˜đ?‘˜đ?‘šđ?‘šđ?‘šđ?‘š beeld de mediaan van) de bliksemintensiteit optreedt. Een De Brier score (BS) is niets anders dan de gemiddelde kwa1/4-macht van de bliksemintensiteit past het beste bij het te De Brier score niets anders de ngemiddelde kwadratischeP fout van n kansverwachtingen Pk, foutdan van kansverwachtingen beschrijven verband en maakt dat de modellen bruikbaar zijn (BS) isdratische , waarbij de obserk bij een voorval 1enbedraagt en bij een niet-voorval 0. score (BSS de observatie Ok bijvatie een O voorval 1 bedraagt bij een niet-voorval 0. De Brier skill k

De Brier skill score (BSS) is een genormaliseerde vergenormaliseerde vergelijking van de Brier score van het statistische verwachtingsmodel (BSmodel) m gelijking van de Brier score van het statistische verwachmodel dat elke dag dezelfde kans uitgeeft, de klimatologische kans dag (BSklimdezelfde ). Het klimatologisch tingsmodel (BSmodelnamelijk ) met een model dat elke heeft BSS = 0 en een kans foutloos model BSS = 1, omdat de BS van een foutloos model 0 uitgeeft, namelijk de klimatologische kans (BSklimis. ). Het klimatologische model heeft BSS = 0 en een foutloos model BSS = 1, omdat de BS van een foutloos model 0 is.

van fysische zoals straling en convectie hetkomt ver- dit door extra eermodel simuleert niet de processen werkelijke evolutie van de atmosfeer.

Ten en eerste de

Methode – predictorensets

Later in dit artikel wordt de validatie van statistische modellen op basis van enkele predictorense Methode – predictorensets

Later(zwaar) in dit onweer artikel wordt de validatie vanvan statistische modellen kansverwachtingen voor gepresenteerd.

Een set 15 predictoren bevat enkele bel

op basis van enkele predictorensets voor kansverwachtingen voor (zwaar) onweer gepresenteerd. Een set van 15 predictogecombineerd drukken ofwelenkele onstabiliteit van de luchtmassa, vocht in de ci ren bevat belangrijke indicatoren en typeringen vanbronmassa, de convectie en verdere weersomstandigheden.

Enkele convectiemodus, proxy voor forcering, aanwezigheid van buien in het model of predictocapping uit. Deze ind ren gecombineerd drukken ofwel onstabiliteit van de luchtzijn natuurlijk niet volledig onafhankelijk. massa, vocht in de bronmassa, circulatie, convectiemodus, proxy voor forcering, aanwezigheid van buien in het model of capping uit. Deze indicatoren zijn natuurlijk niet volledig onafhankelijk.

Grotere predictorensets (met 40 en 91 predictoren) waarvan ook resultaten worden gepresenteerd, zijn ten opzichte van de basisset van 15 predictoren aangevuld met een selectie van extra predictoren. Deze selectie is grotendeels uitgevoerd op basis van QRF.

indicatoren en typeringen van de convectie en verdere weersomstandigheden. Enkele pre

Figuur 1. Oudere case met zware onweersbuien: 9 juni 2014 (Pinkpop).

Voorwaardelijke kansverwachting voor 15-21 UTC op tenminste 200 ontladingen per 5 minuten (in %) onder de voorwaarde dat onweer optreedt zoals in dit artikel gedefinieerd en 30-36 uur van tevoren opgesteld met Hirlam en ECMWF predictoren. Tevens zijn hier de twaalf KOUW-regio’s als boxen weergegeven.

Resultaten – predictoren voor kans op onweer Eerst volgen enkele illustraties van de meteorologische omstandigheden waarin onweer voorkomt op basis van de dataset met modeluitvoer. Hiervoor zijn een aantal predictoren gebruikt die naar voren kwamen als belangrijk in de resultaMeteorologica 1 - 2020

11

Kader 1 – QRF, een machine learning techniek ten van deze studie en bovendien aanvullende informatie ten We beginnen met een simpel voorbeeld van een beslisboom opzichte van elkaar opleveren, zodat deze predictoren kunnen voor onweersverwachtingen, met slechts ÊÊn laag en ÊÊn dienen ter illustratie van deels onafhankelijke informatie voor beslissing erin, zoals weergegeven in Figuur 2. onweersverwachtingen. De verwachtingen voor de eerste 24 De dataset van modeluitvoer en waarnemingen wordt in uur zijn hiervoor gebruikt, om een goede weergave te creÍren twee delen geknipt. Hierbij zorgt het algoritme ervoor dat van de omstandigheden waarin onweersbuien voorkomen. de knip tot een zo homogeen mogelijke set van de uitkomst Doordat de dataset uit de uitkomsten van een weermodel variabele (observaties) aan beide kanten van de knip leidt. bestaat, beschrijft deze de atmosfeer met hoge resolutie in Daarvoor worden alle opties nagegaan. Het principe van drie dimensies en de tijd. Dit in tegenstelling tot bijvoorbeeld deze machine learning-methode is dat je een grote dataset ballonoplatingen, waartussen gaten van honderden kilometers hebt en steeds weer opnieuw (een deel van) de dataset in zitten en waarbij een quasi-verticale quasi-synchrone weertwee stukken knipt, waardoor je deze in duizend of meer gave van de opbouw van de atmosfeer wordt gecreÍerd. Een stukken kan opdelen (vergelijk het met een foto waarvan je klein nadeel is natuurlijk wel dat een weermodel de realiteit een puzzel van 1000 stukjes laat maken). Dit kan doordat niet perfect simuleert, maar de gebruikte eerste 24 uur zijn een beslisboom veel lagen zal krijgen (bijvoorbeeld 10) als behoorlijk goed. de dataset groot genoeg is.

We kijken eerst naar het verband tussen onweerskans De methode QRF [7, 8] bestaat uit een grote set van enerzijds en de (regionale maximale) potentiĂŤle natteboltemgeoptimaliseerde beslisbomen (een bos) die gecreĂŤerd wordt peratuur op 850 hPa (θw,850,max) alsook het regionale maximum op basis van een dataset van observaties, waarmee kansvervan level of neutral buoyancy (LNBmax) anderzijds, ongeveer wachtingen voor zowel continue variabelen (hier bliksemde maximale hoogte waarop de bovenkant van de (potentiĂŤle) intensiteit) als voor classificatietaken (hier wel/niet optreden cumulus- of cumulonimbuswolk zich in horizontale richting van onweer) kunnen worden gemaakt. zal uitspreiden (Figuur 3). Samen kunnen deze helpen bij het Het idee van QRF is om niet steeds de hele dataset met schatten van de toptemperatuur van convectieve wolken, die observaties te nemen, maar steeds een random deel van de laag genoeg moet zijn voor het optreden van onweer. dataset te gebruiken. Daarmee worden honderden beslisbo Voor LNBmax lager dan 4 km in het weermodel is de kans men gemaakt die iets van elkaar verschillen; hier hebben we op onweer vrijwel 0. In warme luchtmassa’s is dit ook het er steeds 500 gemaakt. Als je vervolgens een verwachting geval voor hoogtes van 5 – 6 km omdat de top van een wolk wilt maken, stuur je de uitvoer van het weermodel naar dan nooit koud genoeg zal zijn om onweer mogelijk te maken. beneden door de beslisbomen in het bos. Iedere boom geeft Voor het verwachten van onweer en vergelijkbare weerseen paar gevallen waarbij onweer optreedt (hier ‘voorval’ verschijnselen onstabiliteitsindices opgesteld.

Zo hebben opgesteld.

Voor het verwachten van onweer enzijn vergelijkbare weersverschijnselen zijn onstabiliteitsindices genoemd) terug. Voorvallen die veel op de uitvoer hebben van het we bijvoorbeeld de lifted index, de Boyden index en de Bradwe bijvoorbeeld de lifted index, de Boyden index en de Bradbury index. De beste verwachtingsin weermodel lijken, komen relatief vaak uit de beslisbomen bury index. De beste verwachtingsindex voor onweer op basis voor onweer op basis van uitvoer van Harmonie blijkt de Modified Jefferson index: (bijvoorbeeld uit 400 van de 500 bomen) en wegen proporvan uitvoer van Harmonie blijkt de Modified Jefferson index: tioneel mee in de te maken verwachting. Vervolgens is de 1 uitgegeven kansverwachting gebaseerd op het percentage đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘’đ?‘’đ?‘’đ?‘’đ?‘€đ?‘€đ?‘€đ?‘€ đ??˝đ??˝đ??˝đ??˝đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ?‘’đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€ đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€ = 1.6 Ă— đ?œƒđ?œƒđ?œƒđ?œƒđ?‘¤đ?‘¤đ?‘¤đ?‘¤,925 − đ?‘‡đ?‘‡đ?‘‡đ?‘‡500 − (đ?‘‡đ?‘‡đ?‘‡đ?‘‡700 − đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘šđ?‘šđ?‘šđ?‘š,700 ) 2 van de voorvallen.

Er zijn nog meer instellingen mogelijk om het proces verder te optimaliseren, bijvoorbeeld hoeveel samples Soms er miniSoms wordt ook op 850 of 900 gebruikt.opT500 staat wordt θw ook op 850 of 900θhPa gebruikt.

T500 staat voor hPa de temperatuur hPa en đ?‘‡đ?‘‡đ?‘‡đ?‘‡700 − đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘šđ?‘šđ?‘šđ?‘š w 500 maal in een subset moeten zitten om een dataset verder voor de temperatuur 500 zien hPadatenwanneer (T700 de - TModified ) voor de index waard voor deop dauwpuntsdepressie op 700 hPa. Weop kunnen Jefferson d,700 te knippen. Ook kun je instellen hoeveel predictoren er voor dauwpuntsdepressie op 700 hPa. We kunnen zien dat wanneer van 32 – 36 aanneemt, de kans op onweer sterk toeneemt. Wanneer we verder kijken naar – opnieuw – iedere splitsing in de boom meegenomen mogen worden. de Modified Jefferson index waarden van 32 – 36 aanneemt, verband met LNBmax vallen nog enkele dingen op (Figuur 3b): de kans op onweer sterk toeneemt. Wanneer we verder kijken 1. Wanneernaar de Modified Jefferson index onder demet 32 blijft, er een kansnog van ongeveer vallen enkele 5% op onw – opnieuw – het verband LNBismax opzo’n (Figuur wanneerdingen LNBmax op 4.5 – 3b): 5.5 km ligt. Dit gebeurt in koude luchtmassa’s en komt doordat Wanneer Jefferson index onder5.5 de km) 32 blijft, is Als er zich Modified Jefferson indexde deModified temperatuur op 500 hPa (ongeveer gebruikt. er een kans van ongeveer 5% op onweer wanneer LNB op max inversie op deze hoogte bevind met droge lucht erboven, komt er een enkele keer nog onweer v zo’n 4.5 – 5.5 km ligt. Dit gebeurt in koude luchtmassa’s en als het daaronder vrij onstabiel is. komt doordat de Modified Jefferson index de temperatuur op 2. Wanneer500 de Modified Jefferson index ondergebruikt. de 32 blijft en maximale aambeeldhoogte hPa (ongeveer 5.5 km) Alsdeer zich een inversie boven 7. meter ligt, komt soms onweer voor.

Dit kan gebeuren wanneer er een droge op deze hoogte bevind met droge lucht erboven, komt bovenlucht er een aanwezig enkele keer nog onweer als erg hetgroot, daaronder vrijModified onstabiel is. index rela Dan wordt de dauwpuntdepressie opvoor 700 hPa zodat de Jefferson

Wanneer de Modified Jefferson index onder de 32 blijft en klein is. Het weermodel laat geen bui ontstaan, maar soms blijkt er in de realiteit toch een bui m de maximale aambeeldhoogte boven 7.000 meter ligt, komt onweer te ontstaan.

Figuur 2. Een beslisboom met ĂŠĂŠn splitsing. In QRF volgen honderden soms onweer voor. Dit kan gebeuren wanneer er een droge 3. Wanneerbovenlucht de LNBmax kleiner is dan is.

4 –Dan 4.5 km zijn de er toch een paar gevallen op met onweersbu beslissingen elkaar op en zo wordt een dataset in heel veel stukjes aanwezig wordt dauwpuntdepressie In dithPa geval is de Modified Jefferson index vrij hoog en verklaart dit de onweersbuien. geknipt. Uit het percentage behorend bij het onweericoontje volgt de geweest.700 erg groot, zodat de Modified Jefferson index relatief conditionele onweerskans in een gesplitste dataset en de klimato- berekening klein buisettings ontstaan, maar soms van is.

LNBHet soms gevoelig laat voor geen de parcel (bij buoyancy nabij neutraliteit) max is weermodel logische kans in de volledige dataset, vóór het splitsen (aangegeven berekende blijkt er in de realiteit toch een bui met onweer te ontstaan. waarden op basis van modeluitvoer zijn niet altijd representatief voor de bui met “Datasetâ€?). De splitsing is gebaseerd op het gegeven criterium Wanneer de LNBmax kleiner is dan 4 – 4.5 km zijn er toch uiteindelijk is ontstaan. Buien kunnen soms bijvoorbeeld uit een dunnere laag gevoed worden dan wat betreft CAPE. Daarna kan een afzonderlijke onweersverwachting een paar gevallen met onweersbuien geweest. In dit geval worden gemaakt voor gevallen met CAPE van hoogstens 200 J/kg en hier gebruikte is demenglaag.

Modified Jefferson index vrij hoog en verklaart dit de Tot slot bestuderen we twee andere De informatieve resultaten. eerste hebben we gevoelig nog helemaal niet bepa voor gevallen met hogere CAPE dan 200 J/kg. onweersbuien. berekening van Ten LNB is soms max desimuleert. parcel settings buoyancy nabij zijn neutraliteit) of het weermodelvoor een bui Een aantal (bij gesimuleerde processen betekenisvol;en in dit geval kij berekende waarden op basis van modeluitvoer zijn niet altijd of winterha we naar de verticaal geĂŻntegreerde hoeveelheid graupel die in het weermodel zit. Graupel 12

Meteorologica 1 - 2020

speelt volgens de eerder genoemde experimenten uit de jaren 1970 een rol bij de ladingsscheiding die

onweer kan leiden. We vergelijken de verticale graupelhoeveelheid met de maximale meest onstabiele CA

a)

b)

Figuur 4. Brier Skill Score als functie van de (centrale) verwachtingstermijn (x-as; +12 uur = Harmonie 00 UTC +9 t/m +15 uur) met verschillende aantallen Figuur 4. Brier Skill Score als functie van de (centrale) verwachtingstermijn (x-as; +12 uurpredictoren = Harmonie gebruikt 00 UTC +9voor het fitten van de statistische modellen (getal in de legenda geeft aan hoeveel) en zonder microfysiFiguur 3. Onweerskans (als fractie, kleurenschaal) als functie van (a) t/m +15 uur) met verschillende aantallen predictoren gebruikt voor het fitten van de statistische modellen sche informatie (“no mph”), zonder vormen van CAPE en CIN (“no LNBmax (x-as) en θw,850,max (y-as) en (b) LNBmax (x-as) en maximum Modi(getal in de legenda geeft aan hoeveel) en zonder microfysische informatie (“no mph”), zonder vormen van CAPE”) en zonder nieuw bedachte predictoren die precipitable water fied Jefferson index (y-as) in het predictorenvlak. De rode omlijning met CAPE en CIN CAPE”) en zonder nieuwperbedachte die precipitablecombineren water met met instabiliteitsindices (“no PWinst”). De foutenbalken isolijnen laat de frequentie van(“no bijbehorende omstandigheden gridcel predictoren onstabiliteitsindices combineren (“no PWinst”). De foutenbalken laten waarbij μ het reg laten μreg ± σreg zien, in de Harmoniedataset zien. zien, waarbij μreg het gemiddelde en σreg de standaardvande de12verdeling van Brier Scores van KOUW-regio’s is. Skill Scores van de 12 KOUW-regio’s gemiddelde en σreg de standaarddeviatie van de verdeling van Brier Skilldeviatie is. representatief voor de bui die uiteindelijk is ontstaan. Buien

kunnen soms bijvoorbeeld uit een dunnere laag gevoed worResultaten – predictoren voor bliksemintensiteit in logistische regressiemodellen te bepalen, is dan ook een den dan de hier gebruikte menglaag.

Voor het verwachten van bliksemintensiteiten kan de meest onstabiele CAPE een goede indicator zijn, maar de initiële kruislingse verificatie gedaan, waarbij steeds een derde Tot slot bestuderen we twee andere informatieve resultabestehebben indicatoren regionaalniet maximum van de de minimale Bradbury te zijn. Dat verificatieset is gebruikt. de dataset als index onafhankelijke ten. Ten eerste weblijken nog het helemaal bepaald ofK-index het en van deze predictoren de beste indicatoren zijn voor kansverwachtingen van bliksemintensiteit is onder andere weermodel een bui simuleert. Een aantal gesimuleerde procesResultaten – de beste statistische modellen voor de sen zijn betekenisvol; in dit geval kijken we naar de verticaal kans op onweer geïntegreerde hoeveelheid graupel die in het weermodel zit.

Hier kijken we naar verificatieresultaten van de statistische Graupel of winterhagel speelt volgens de eerder genoemde verwachtingsmodellen, waarbij we de Brier Skill Score als experimenten uit de jaren 1970 een rol bij de ladingsscheimaat gebruiken. Het meest succesvol is de methode quantile ding die tot onweer kan leiden. We vergelijken de verticale regression forests (QRF), mits deze gebruik maakt van 91 graupelhoeveelheid met de maximale meest onstabiele CAPE variabelen voor het berekenen van de kans op onweer (Figuur (CAPE van de meest onstabiele laag) in de regio. Zoals 4a). Kort daarop volgt QRF met 40 variabelen. De robuustheid verwacht geeft een hoge meest onstabiele CAPE ook hoge door het maken van 500 random beslisbomen zorgt voor een onweerskansen (niet getoond). De kans op onweer is gegeven stabiele toename van de BSS. Verder zien we dat logistische een bepaalde CAPE groter als er ook een relatief grote hoeregressie (LR) iets onstabieler is. De BSS (zoals te zien in veelheid graupel wordt berekend. Verder laten de resultaten de figuur) volgt namelijk niet steeds een verloop waarbij de zien dat het model soms geen hoge CAPE berekent, maar scores oplopen met het toevoegen van predictoren/informatie wel een hoge graupelhoeveelheid zodat soms toch onweer (dat gebeurt bij QRF wel), maar de BSS volgt een grillig voorkomt. Gevallen waarin dit zal optreden zijn vermoedelijk verloop. Daarbij is niet te zien dat LR profiteert van extra situaties wanneer de luchtmassa waaruit de buien energie putinformatie. Dit komt door het steeds selecteren van slechts ten de regio net heeft verlaten, maar een bui vanuit dit gebied een paar indicatoren uit verschillende bronsets met predictoals onweersbui geadvecteerd wordt. Dit laat zien dat graupel ren, waarbij de verificatieset onafhankelijk is van de dataset soms aanvullende waarde kan hebben. waarmee een statistisch model wordt gefit. Met andere woorden, LR is gevoeliger in het gebruiken van de informatie die Resultaten – keuze van beste statistische modellen beschikbaar is. Verder zien we een kleine afname in de scores De uiteindelijke statistische modellen combineren tientallen voor verwachtingen 24 uur verder vooruit, zowel voor LR als predictoren met elkaar om de kans op onweer te berekenen, voor QRF. zodat de predictoren elkaar optimaal kunnen aanvullen. QRF In Figuur 4b kunnen we zien dat het toevoegen van kan op een stabiele manier met veel predictoren werken door microfysische informatie over sneeuw en graupel altijd tot het grote aantal (random) beslisbomen, maar bij logistische een toenemende BSS leidt, al is dat vaak slechts een kleine regressiemodellen kan dit niet en gebruiken we er slechts 1 toename. Ook voor CAPE en convective inhibition (CIN) tot 4 wegens het risico op overfitten. Om het aantal variabelen Meteorologica 1 - 2020

13

gebaseerd gebaseerdop op opde de deselectiefrequentie selectiefrequentie selectiefrequentievan van vanpredictoren predictoren predictorenvoor voor vooronze onze onzestatistische statistische statistischemodellen. modellen. modellen.De De Detwee twee tweepredict predict predic gebaseerd conditioneel conditioneel(gegeven (gegeven (gegevenhet het hetvoorkomen voorkomen voorkomenvan van vanonweer) onweer) onweer)onderling onderling onderlingsterk sterk sterkgecorreleerd. gecorreleerd. gecorreleerd. conditioneel đ??ľđ??ľđ??ľđ??ľđ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??ľđ??ľđ??ľđ??ľđ??˝đ??˝đ??˝đ??˝đ??ľđ??ľđ??ľđ??ľ đ??ľđ??ľđ??ľđ??ľđ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??ľđ??ľđ??ľđ??ľđ??˝đ??˝đ??˝đ??˝đ??ľđ??ľđ??ľđ??ľđ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€ đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€ đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€ đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€===đ?œƒđ?œƒđ?œƒđ?œƒđ?œƒđ?œƒđ?œƒđ?œƒđ?‘¤đ?‘¤đ?‘¤đ?‘¤,850 đ?œƒđ?œƒđ?œƒđ?œƒđ?‘¤đ?‘¤đ?‘¤đ?‘¤,850 −−đ?œƒđ?œƒđ?œƒđ?œƒđ?œƒđ?œƒđ?œƒđ?œƒđ?‘¤đ?‘¤đ?‘¤đ?‘¤,500 đ?œƒđ?œƒđ?œƒđ?œƒđ?‘¤đ?‘¤đ?‘¤đ?‘¤,500 đ??ľđ??ľđ??ľđ??ľđ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??˝đ??ľđ??ľđ??ľđ??ľđ??˝đ??˝đ??˝đ??˝đ??ľđ??ľđ??ľđ??ľ đ?‘¤đ?‘¤đ?‘¤đ?‘¤,850− đ?‘¤đ?‘¤đ?‘¤đ?‘¤,500

đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€ đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€ đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€===đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡850 đ?‘‡đ?‘‡đ?‘‡đ?‘‡850 ++đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘šđ?‘šđ?‘šđ?‘š,850 đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘šđ?‘šđ?‘šđ?‘š,850 đ?‘‡đ?‘‡đ?‘‡đ?‘‡500 (đ?‘‡đ?‘‡đ?‘‡đ?‘‡ (đ?‘‡đ?‘‡đ?‘‡đ?‘‡ −−đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘šđ?‘šđ?‘šđ?‘š,700 đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘šđ?‘šđ?‘šđ?‘š,700 đ??žđ??žđ??žđ??žđ??žđ??žđ??žđ??žđ??žđ??žđ??žđ??žâˆ’−−đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€đ?‘€ −−−đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡đ?‘‡500 −−−(đ?‘‡đ?‘‡đ?‘‡đ?‘‡ ))) 850+ đ?‘šđ?‘šđ?‘šđ?‘š,850 500 700 700− đ?‘šđ?‘šđ?‘šđ?‘š,700 700

Als de minimale Bradbury index sterk negatief is, zijn zowel

hoge alsindex lagesterk bliksemintensiteiten mogelijk.

Als deze dichtbij Als Alsde de deminimale minimale minimaleBradbury Bradbury Bradbury index index sterk sterknegatief negatief negatiefis, is, is,zijn zijn zijnzowel zowel zowel hoge hogeals als als lage lage bliksemintensiteiten bliksemintensiteiten mog mo Als hoge lage bliksemintensiteiten mog

0positief of positief is, zijn dan zijn lage bliksemintensiteiten te verwachdeze dezedichtbij dichtbij dichtbij000of ofof positief positief is, is,dan dan dan zijn zijnlage lage lagebliksemintensiteiten bliksemintensiteiten bliksemintensiteiten teteverwachten. verwachten. verwachten.

Ook Ookde de deindicator indicator indicato deze is, te Ook

, en preten. Ook de indicator voor de luchtmassa zelf, θ cipitable water zijn goede indicatoren, met in warme/vochtige een eenverhoogde verhoogde verhoogdekans kans kans op opzware zware zwareonweersbuien. onweersbuien. onweersbuien. een op luchtmassa’s een verhoogde kans op zware onweersbuien.

w,850,max luchtmassa luchtmassazelf, zelf, zelf,θθw,850,max θw,850,max ,en enprecipitable precipitable precipitablewater water waterzijn zijn zijngoede goede goedeindicatoren, indicatoren, indicatoren,met met metinininwarme/vochtige warme/vochtige warme/vochtigeluch luch luc luchtmassa ,, en w,850,max

Resultaten – de beste statistische modellen voor bliksemintensiteit Een Eenbelangrijke belangrijke belangrijkevraag vraag vraag hoe hoeQRF QRF QRFen en enlogistische logistische logistische regressie regressie functioneren functioneren met metbetrekking betrekking betrekking tot tothet het hetverwach verwac verwa Een hoe functioneren met tot Eenisisisbelangrijke vraag isregressie hoe QRF en logistische regressie bliksemintensiteit. bliksemintensiteit.

We We zien zien dat dat deze deze scores scores beduidend beduidend lager lager liggen liggen dan dan voor voor de de kansverwachtingen kansverwachtingen on o metscores betrekking tot lager het verwachten vandeblikseminbliksemintensiteit. functioneren We zien dat deze beduidend liggen dan voor kansverwachtingen on tensiteit.

Wede zien dat deze scores beduidend liggen dan dat datde de descore score scoreafneemt afneemt afneemt wanneer wanneer de de bliksemintensiteit bliksemintensiteit toeneemt toeneemt (Figuur (Figuurlager 5).

5).Verder Verder Verder erer ieder iedergeval geval gevao dat wanneer bliksemintensiteit toeneemt (Figuur 5). isisiser inininieder voor de kansverwachtingen onweer en dat de score afneemt geen geenduidelijkheid duidelijkheid duidelijkheidwelke welke welkevan van vandeze deze dezetwee twee tweemethodes methodes methodesbeter beter beteris, is, is,althans althans althansniet niet nietop op opbasis basis basisvan van vande de deBrier Brier Brierskill skill skil geen wanneer de bliksemintensiteit toeneemt (Figuur 5). Verder is bijbehorende bijbehorende95% 95% 95% onzekerheidsmarge. onzekerheidsmarge.

Op Op dag dag1222geen lijkt lijktELR ELR ELR iets ietsbeter beter beter(Figuur (Figuur (Figuur 5).

5).Op Op Opbasis basis basis van vaneen een eenande and and bijbehorende onzekerheidsmarge.

Op dag lijkt iets 5). van er in ieder geval op dag duidelijkheid welke van deze beter is,alle althans niet op basis van de Brier Skill dan dande de deBrier Brier BrierSkill Skill Skilltwee Score Scoremethodes die dieintegreert integreert integreert over over alle allebliksemintensiteiten bliksemintensiteiten bliksemintensiteiten (de (deContinuous Continuous Continuous Ranked RankedProbab Probab Proba dan Score die over (de Ranked Score en bijbehorende 95% onzekerheidsmarge.

Op dag 2 lijkt Score) Score) kunnen kunnen kunnen we we we echter echter echter vaststellen vaststellen vaststellen dat dat dat ook ook ook op op op dag dag dag 222 QRF QRF QRF beter beter beter isisis dan dan dan EE Score) ELR iets beter (Figuur 5). Op basis van een andere score dan http://bibliotheek.knmi.nl/knmipubIR/IR2019-03.pdf). http://bibliotheek.knmi.nl/knmipubIR/IR2019-03.pdf).

Beneden Beneden 400 400 ontladingen ontladingen per per per 555minuten minuten minuten http://bibliotheek.knmi.nl/knmipubIR/IR2019-03.pdf).

Beneden 400 ontladingen de Brier Skill Score die integreert over alle bliksemintensiteiverwachting verwachtingvan van van15 15 15 tot tot 21 21 UTC UTC op op de de eerste eerste dag dag ligt ligt het het 95% 95% onzekerheidsinterval onzekerheidsinterval van van de de BSS BSS op opof ofob verwachting tot 21 UTC op de eerste dag ligt het 95% onzekerheidsinterval van de BSS op ten (de Continuous Ranked Probability Skill Score) kunnen echter vaststellen ook dag QRF tot beter isontladingen dan ELR per Op Opdag dag dag222hebben hebben hebbenwe de destatistische statistische statistische modellen modellendat ook ook skill skillop voor voor dit dit2tijdstip, tijdstip, tijdstip, tot tot250 250 250 ontladingen ontladingen per per555minu min min Op de modellen ook skill voor dit (zie http://bibliotheek.knmi.nl/knmipubIR/IR2019-03.pdf). andere anderedagdelen dagdelen dagdelenblijken blijken blijkende de deverwachtingen verwachtingen verwachtingenmeestal meestal meestalskill skill skillte tetehebben hebben hebbentot tot totzo’n zo’n zo’n100-200 100-200 100-200ontladingen ontladingen ontladingenper per per555m m andere Beneden 400 ontladingen per 5 minuten voor de verwachting van 15 tot 21 UTC op de eerste dag ligt het 95% onzekerheidsinterval van de BSS op of boven 0. Op dag 2 hebben de statistische modellen ook skill voor dit tijdstip, tot 250 ontladingen per 5 minuten. Op andere dagdelen blijken de verwachtingen Figuur 5. BSS als functie van bliksemintensiteit voor 15 tot 21 UTC op dag 1 (boven) en op dag 2 (onder) (gebaseerd op Harmonie 00 UTC) meestal skill te hebben tot zo’n 100-200 ontladingen per 5 voor twee methodes, QRF en ELR (een LR-techniek) met statistische minuten. Tot slot kunnen we nog een paar kanttekeningen bij modellen gebaseerd op de dataset van 40 predictoren. De kleurvakken statistische modellen voor bliksemintensiteit plaatsen: geven het 95% onzekerheidsinterval van de BSS en de lijnen geven de 1. De bliksemdetectie-observaties zijn inhomogeen. Er zijn beste schatting van de BSS. binnen de periode waarvoor we bliksemdetecties hebben geanalyseerd (2015 – 2017) extra sensoren in Zuidoost-Engeland en Noord-Nederland geplaatst. gerelateerde informatie is er stelselmatig een kleine toename 2. Er zijn in totaal over alle regio’s tezamen 381 tot 701 te zien, behalve bij de BSS van logistische regressie geldig gevallen met onweer per tijdvak van 6 uur (dagdeel) voorvoor +9 tot +15 uur. gekomen. Een grotere dataset zou tot betere verwachtin In Figuur 4 is een dagelijkse gang in de BSS te zien. Het gen kunnen leiden. blijkt dat de scores tussen 3 en 9 UTC, en tussen 21 en 3 UTC, 3. De indicatoren/variabelen die we hier gebruiken zijn lager liggen dan van 9 tot 15 en van 15 tot 21 UTC. Dit is ten niet voldoende in staat om onderscheid te maken tussen dele te wijten aan een lagere klimatologische kans op onweer hoge en lage bliksemintensiteiten. Uitgegeven kansen op (met minder gevallen van onweer) in de nacht en ochtend (niet zwaar onweer (kwantiel 0.90) liggen vrijwel uitsluitend getoond), maar verder ook aan de noodzaak van meer onstaop of beneden 40 – 60%. Als hoge bliksemintensiteiten biliteit in de atmosfeer om tot dezelfde onweerskans te komen mogelijk zijn, is er tegelijkertijd vaak net zo’n grote kans in de nacht- en ochtenduren. Bij het testen van logistische of zelfs een grotere kans dat de bliksemintensiteit onder regressiemodellen waarbij slechts 1 predictor geselecteerd een drempel blijft. was, werd vrijwel uitsluitend (op 1 model na) de maximale Modified Jefferson index gekozen. Voor 50% kans op onweer Resultaten – statistische significantie? was in de nacht- en ochtenduren meer onstabiliteit (hogere Tijdens deze studie hebben we niet specifiek gekeken of maximale Modified Jefferson index) nodig dan in de middag. statistische modellen die meer informatie meenemen significant beter zijn, omdat het op een goede manier aantonen van Resultaten – geschikte predictoren voor blikseminsignificante verbeteringen tussen modellen vaak lastig is, en tensiteit ook omdat niet voldaan is aan aannames in significantietesten Voor het verwachten van bliksemintensiteiten kan de meest zoals ongecorreleerde data [9]. Er zitten namelijk ruimtelijke onstabiele CAPE een goede indicator zijn, maar de beste testen, zoals temporele verbanden in de dataset, waarmee de indicatoren blijken het regionaal maximum van de K-index en samples niet onafhankelijk van elkaar zijn. de minimale Bradbury index te zijn. Dat deze predictoren de beste indicatoren zijn voor kansverwachtingen van bliksemDiscussie intensiteit is onder andere gebaseerd op de selectiefrequentie Uit de resultaten van deze studie blijkt QRF een goede methode van predictoren voor onze statistische modellen. De twee te zijn om onweersverwachtingen te maken. Voor de onweerspredictoren zijn conditioneel (gegeven het voorkomen van kans zien we systematisch iets hogere Brier Skill Scores dan onweer) onderling sterk gecorreleerd.

Resultaten Resultaten–––beste beste bestestatistische statistische statistischemodellen: modellen: modellen:bliksemintensiteit bliksemintensiteit bliksemintensiteit Resultaten

14

Meteorologica 1 - 2020

met logistische regressie, wat de methode geschikter lijkt te maken als er veel variabelen uit een weermodel beschikbaar zijn voor het statistische model. Met 40 en 91 variabelen is QRF namelijk altijd beter dan logistische regressie op basis van de foutenbalken in Figuur 4 (boven). Uit de vergelijking van QRF15 met LR15 blijkt dat QRF hogere scores behaalt, maar vanwege redenen eerder genoemd hebben we niet gekeken naar de significantie hiervan. Om verwachtingen voor de overschrijding van een bepaalde onweersintensiteit (aantal ontladingen per 5 minuten) te maken, blijkt QRF niet direct beter dan ELR voor operationeel gebruik op basis van de Brier Skill Score (Figuur 5, boven en onder). Bij geïntegreerde validatie over een spectrum aan onweerintensiteiten bleek QRF wel beter te scoren dan ELR. Al met al kunnen we stellen dat QRF een zinvolle uitbereiding is voor statistische onweersverwachtingen op basis van numerieke modellen, en dat deze waarschijnlijk iets beter scoort voor kansverwachtingen op onweer en geschikt is voor operationeel gebruik (zowel kans op onweer als bliksemintensiteit).

Variabelen in dit artikel gepresenteerd zijn in het algemeen bruikbaar voor kansverwachtingssystemen voor (zwaar) onweer op basis van modeluitvoer op de korte termijn, 6 tot 48 (en waarschijnlijk nog iets meer) uur vooruit. Op de zeer korte termijn (nowcasting) helpt het implementeren van radar- en satelliet(afgeleide) data [3]. Wanneer men een ander weermodel gebruikt, zal dat (uiteraard) tot iets andere statistische modellen leiden vanwege andere systematische fouten (biases) en random fouten per geval tussen diverse modellen voor iedere predictor. Het patroon van Figuur 3 zal echter min of meer hetzelfde blijven, mits het andere weermodel de atmosfeer even goed representeert (wat betreft met name onstabiliteit en in mindere mate de regionale aanwezigheid van buien). Zo kan dezelfde strategie voor het maken van post-processingmodellen ook op de uitvoer van modellen als WRF, COSMO, AROME of ECMWF worden toegepast. De uiteindelijke prestaties van post-processingmodellen hangt natuurlijk af van het (de) achterliggend(e) weermodel(len).

De resultaten van dit onderzoek laten niet duidelijk zien dat de ontwikkeling van numerieke weermodellen over de laatste jaren belangrijke verbeteringen van de onweersverwachtingen heeft opgeleverd. De belangrijkste bijdrage aan de onweersverwachtingen komt nog steeds van variabelen gerelateerd aan de onstabiliteit van 925 of 850 hPa naar ongeveer 500 hPa. Wel wijzen de resultaten op een mogelijke rol van meer geavanceerde operationele weermodellen: de voorkeur van de statistische onweerskansmodellen voor de maximale Modified Jefferson Index zou kunnen worden verklaard door het feit dat deze index de dauwpuntdepressie op 700 hPa meeneemt, die tijdens de ontwikkeling van een bui in een niet-hydrostatisch model lokaal naar 0 zal gaan, wat bevorderlijk is voor een hoge maximale Modified Jefferson index.

In een hydrostatisch model met geparameteriseerde convectie zal de dauwpuntdepressie niet helemaal naar 0 gaan, maar een gemiddelde zijn van buiencellen en omgevingslucht. In bestaande statistische modellen op basis van Hirlam ging de voorkeur juist vaak uit naar de niet-gemodificeerde Jefferson Index. Deze index neemt de dauwpuntdepressie niet mee.

De resultaten zijn niet per se bruikbaar in andere klimaatregio’s. Uit studies in de Verenigde Staten weten we dat in droge gebieden andere predictoren voor (zwaar) onweer, zoals skin temperature en precipitabel water (waterdampkolom), sterk naar voren komen in verwachtingen voor mesoschaal convectieve systemen [10]. Ook de topografie speelt in de VS en in de Alpen een belangrijke rol [10, 11]: in Oostenrijk bleek

de relatieve vochtigheid op 700 hPa van groot belang voor het mogelijke ontstaan van onweersbuien in de (na)middag. Met andere woorden: onze resultaten zijn representatief voor relatief vlakke kustregio’s op gematigde breedtes, waar meestal voldoende vocht voorhanden is voor (convectieve) neerslag, maar waar een onstabiele luchtmassa op middelbare hoogte een belangrijke conditie is voor onweersbuien.

Conclusies Het regionaal maximum van Modified Jefferson index blijkt in Nederland de beste onweerdiscriminator op basis van Harmonie-uitvoer, maar deze predictor heeft ook beperkingen. Het gebruik van QRF en veel complementaire predictoren heeft duidelijk meerwaarde voor kansverwachtingen van onweer.

Conditionele kansverwachtingen voor zwaar onweer hebben skill voor zowel QRF als logistische regressie. Bradbury index en K-index zijn de beste predictoren voor de kansverwachtingen voor zwaar onweer. Het verslag waarop dit artikel is gebaseerd is hier te vinden: http://bibliotheek.knmi.nl/knmipubIR/ IR2019-03.pdf.

Dankwoord Onze dank gaat uit naar diverse personen op het KNMI en het IMAU die ons bij deze studie hebben geholpen.

Literatuur

[1] Lisa Bengtsson en co-auteurs. The Harmonie-Arome model configuration in the Aladin-Hirlam NWP system. Monthly Weather Review, (145): 1919-1935, 2017.

[2] Maurice J. Schmeits, Kees J. Kok, and Daan H. P. Vogelezang. Probabilistic forecasting of (severe) thunderstorms in the Netherlands using model output statistics. Weather and Forecasting, 20(2):134-148, 2005.

[3] Maurice J. Schmeits, Kees J. Kok, Daan H. P. Vogelezang, and Rudolf M. VanWestrhenen. Probabilistic forecasts of (severe) thunderstorms for the purpose of issuing a weather alarm in the Netherlands. Weather and Forecasting, 23(6):1253-1267, 2008.

[4] Lotte de Vos. Intercomparison of the flits and kldn with atdnet lightning detection systems in the Netherlands, with a case study on the potential of infrasound lightning detection, 2015.

[5] Harry R. Glahn and Dale A. Lowry. The use of model output statistics (mos) in objective weather forecasting. Journal of Applied Meteorology, 11(8):1203-1211, 1972.

[6] Jakob W. Messner, Georg J. Mayr, Daniel S. Wilks, and Achim Zeileis. Extending extended logistic regression: Extended versus separate versus ordered versus censored. Monthly Weather Review, 142(8):3003-3014, 2014.

[7] Nicolai Meinshausen. Quantile regression forests. Journal of Machine Learning Research, (7):983-999, 2006.

[8] Leo Breiman. Random forests. Machine Learning, (45):5-32, 2001.

[9] Daniel S. Wilks and co-authors. Statistical Postprocessing of Ensemble Forecasts.

1st Edition, Elsevier 2018. Hoofdstuk 6: Thordis L. Thorarinsdottir, Nina Schuhen.

Verification: Assessment of Calibration and Accuracy.

[10] Ahijevych, D., Pinto, J. O., Williams, J. K., and Steiner, M. (2016). Probabilistic forecasts of mesoscale convective system initiation using the random forest data mining technique. Weather and Forecasting, 31(2):581–599 [11] Simon, T., Fabsic, P., Mayr, G. J., Umlauf, N., and Zeileis, A. (2018). Probabilistic forecasting of thunderstorms in the eastern Alps. Monthly Weather Review, 146(9):2999– 3009.

Meteorologica 1 - 2020

15

Geen zee te hoog Roderik van de Wal (IMAU en Departement Fysische Geografie, Universiteit Utrecht) Verkorte weergave van de oratie van prof. dr. Roderik van de Wal, gehouden op vrijdag 10 januari 2020 aan Universiteit Utrecht, ter aanvaarding van de leerstoel ‘Sea Level Rise and Coastal Impacts’ in de Beta- en Geowetenschappen.

Nederland is een land waar aanpassen aan water de normaalste zaak van de wereld is. We hebben unieke waterschappen en een lange traditie in het vinden van civieltechnische oplossingen voor het omgaan met water. Zeespiegelstijging wordt in Nederland dan ook vaak gezien als een technisch probleem waar we ons tegen kunnen wapenen.

Zeespiegelstijging is echter allereerst een signaal dat het klimaat aan het veranderen A. is. Oceaanwater zet uit als het warmer wordt en ijs smelt als de temperatuur stijgt.

Natuurlijk zijn er meer factoren die een rol spelen en waar ook naar gekeken wordt, maar deze eenvoudige natuurkundige principes vormen de basis van zeespiegelstijging. Over de afgelopen eeuw bedroeg de zeespiegelstijging ongeveer 15 cm, en dit is het gevolg van de langzame opwarming over de afgelopen 100 jaar. Klimaatmodellen zijn vrij goed in staat deze stijging te reproduceren als we de gereconstrueerde CO2-concentratie gebruiken en dan berekenen hoe het klimaat en de zeespiegel veranderen. Als we alleen natuurlijke variaties van het klimaatsysteem meenemen, zoals vulkanisme, veranderingen in de sterkte van de zon en de baan van de aarde om de zon dan kunnen we de gemeten zeespiegelstijging niet verklaren; kortom, de B. zeespiegelstijging van de afgelopen eeuw is door de mens veroorzaakt. Zo’n constatering waarbij we op basis van klimaatmodellen een waargenomen verandering kunnen duiden wordt in de klimaatwetenschap attributie genoemd, en geeft aan dat we begrijpen waarom iets verandert. De veranderingen over de afgelopen eeuw zijn echter nog relatief beperkt als we dit vergelijken met de zeespiegelstanden die zijn afgeleid voor het geologische verleden, en vermoedelijk ook met wat ons te wachten staat.

Het belang van zeespiegelstanden Er zijn een aantal periodes in het geologische verleden aan te wijzen die vergelijkbaar zijn met de periode waarin we nu leven: de continenten lagen op dezelfde plaats en CO2-concentraties waren min of meer vergelijkbaar met de huidige waarde.

We leven momenteel in een zogenaamd interglaciaal, een milde periode in de recente geologische geschiedenis. Het vorige interglaciaal, zo’n 125.000 jaar geleden, is daarom een vaak bestudeerde periode.

Het belang van die periode schuilt in het 16

Meteorologica 1 - 2020

gegeven dat eind jaren zeventig van de vorige eeuw de ideeën over zeespiegel en klimaat een achteraf bezien baanbrekende rol speelden in de klimaatdiscussie. Toentertijd was het idee dat in het vorige interglaciaal de zeespiegel 6 meter hoger stond en de temperatuur op aarde gemiddeld ongeveer 2.5

Figuur 1. a) Ondergrond van Antarctica onder de ijskap. Overal waar het lichtblauw is kan oceaanwater binnendringen als het ijs zich terugtrekt1. b) Massaverlies op Antarctica (roodbruin); hoe groter, hoe meer massa er verloren gaat; blauw geeft aangroei weer2.

A.

hoger was en dat is dus duidelijk minder dan de waarde die 35 jaar geleden werd verondersteld, terwijl de schattingen van de hoogte van de zeespiegel in die periode juist naar boven toe zijn bijgesteld. Als zeespiegelstijging het leidmotief voor een temperatuurdoelstelling is dan is zeespiegel dus sterker afhankelijk van temperatuur dan we voorheen dachten, en zouden we 1.5 graad moeten gebruiken.

Waar kwam het water vandaan?

We kunnen echter nog steeds niet goed verklaren waar de zes meter zeespiegelstijging in het vorige interglaciaal vandaan gekomen moet zijn. Lang is gedacht dat Groenland in het vorige interglaciaal grotendeels ijsvrij was, maar de huidige consensus is dat de Groenlandse IJskap in het vorige interglaciaal zeker niet geheel is afgesmolten. Dit betekent dat Antarctica ook een fikse bijdrage aan de zeespiegelstand moet hebben geleverd.

Dat lijkt een logische gedachte, aangezien er B. nagenoeg geen ander landijs aanwezig was in die tijd. Het is echter moeilijk voorstelbaar dat de relatief geringe mondiale temperatuurstijging gedurende die periode de atmosfeer in Antarctica zoveel heeft doen opwarmen en dus tot substantiële afsmelting heeft geleid.

Het is op Antarctica immers bijzonder koud, en een temperatuurstijging van enkele graden lijkt niet voldoende om op grote schaal Antarctica af te smelten. Als het niet aan de atmosfeer gelegen kan hebben, dan is het wellicht mogelijk dat de oceaan een cruciale rol gespeeld heeft gespeeld. Verontrustend is in elk geval dat er veel langer geleden episodes zijn geweest waarin het slechts enkele graden warmer was dan nu, maar waarin de Figuur 2. a) Locaties van ijsplaten rondom Antarctica3. b) Schematische schets van een ijsplaat zeespiegel 20 meter hoger stond. Opmerkelijk die een tegendruk uitoefent om de ijskap in positie te houden4. genoeg heeft deze combinatie van cruciale gegevens niet veel aandacht in de literatuur graad hoger was dan wat we het pre-industriële niveau noegekregen, maar correspondeert het vrij goed met de mogelijke men; te weten de temperatuur aan het einde van de 19e eeuw, zeespiegelstijging die equivalent is aan de hoeveelheid ijs die dus voordat grootschalige industriële ontwikkelingen een rol van onderaf door de oceaan van Antarctica kan afsmelten. Dit gingen spelen. Deze twee kerngetallen kwamen terecht in een komt omdat grote delen van West-Antarctica en ook delen van rapport van het toenmalige Planbureau voor de leefruimte en Oost-Antarctica onder zeeniveau liggen en dus als het ware leidde in Europees verband al snel tot het idee dat het weldoor een opwarmende oceaan “opgegeten” kunnen worden licht verstandig was om temperatuurstijging tot 2 graden te (Figuur 1a). Overal waar het in de figuur lichtblauw is kan de beperken, een belangrijk politiek gegeven dat 35 jaar later in zee naar binnen stromen als het ijs zich terugtrekt, zodat op het Parijsakkoord uit 2015 is terechtgekomen. Zeespiegelstijdie manier de oceaan de ijskap als het ware van onderaf kan ging heeft dan ook een cruciale rol gespeeld in de politieke laten smelten. Als we tegelijkertijd kijken waar momenteel discussies rondom klimaat. Sinds de zeventiger jaren is echter de grote veranderingen optreden in ijsvolume, komen we uit de wetenschappelijke onderbouwing van de politiek gedrain West-Antarctica waar een groot gedeelte waar de bodem gen tweegraden doelstelling veel breder geworden dan op onder zeeniveau ligt, weergegeven door de roodbruine bollen basis van zeespiegelonderzoek alleen. Uit risicoanalyses van in Figuur 1b. Het achterland van enkele van deze gletsjers kan deelcomponenten van het klimaatsysteem, denk bijvoorbeeld al tot enkele meters zeespiegelstijging leiden. aan tropische cyclonen, droogtes, hittegolven, bosbranden, maar ook in de ecologie, blijkt dat onaanvaardbare risico’s Waardoor wordt Antarctica steeds kleiner? ontstaan als de temperatuur meer dan 2 graden stijgt. Mede Om deze vraag te beantwoorden moeten we in iets meer detail daarom heeft de tweegraden doelstelling 35 jaar later zelfs een gaan kijken naar de processen die bijdragen aan het kleiner politiek breed geaccepteerd draagvlak. Weinigen zullen zich worden van Antarctica. Een ijskap groeit aan omdat er sneeuw echter realiseren dat het voortschrijdend inzicht over de laatste valt, maar wordt kleiner vanwege afsmelting en het afbreken decaden in het klimaatonderzoek laat zien dat de temperatuur van ijsbergen als het ijs naar de zee stroomt. Deze processen tijdens het vorige interglaciaal misschien slechts 1 graad kunnen elkaar in evenwicht houden, maar als gevolg van kliMeteorologica 1 - 2020

17

maatverandering kan het evenwicht worden verstoord. Satellietwaarnemingen laten heel nauwkeurig zien waar de grootste veranderingen optreden, en dat is in West-Antarctica. Dit kan komen door smelt aan de bovenkant vanwege een opwarmende atmosfeer, of door smelt aan de onderkant als gevolg van opgewarmd oceaanwater waar het ijs in de zee uitkomt.

Dit laatste effect lijkt in de gebieden waar de veranderingen optreden de belangrijkste oorzaak.

Er zijn echter nog een aantal complicerende factoren. Allereerst de precieze rol van ijsplaten op diverse plaatsen rondom Antarctica (Figuur 2a). Deze platen drijven grotendeels maar liggen vaak ingeklemd in baaien en zitten soms ook vast op onderliggende eilanden. Daarmee oefenen ze een tegenkracht op de ijskap uit en houden zo de ijskap in positie (Figuur 2b).

Een aantal van deze ijsplaten zijn de afgelopen twintig jaar echter al verloren gegaan, met name rondom het Antarctisch schiereiland, het meest warme deel van Antarctica. De grote vraag is dan ook: wanneer zullen deze ijsplaten op grote schaal instorten en zal hun beschermende werking verdwijnen? Wetenschappelijke inzichten hierover verschillen, vooral vanwege onzekerheden in de atmosferische afsmelting van de platen, maar ook in de snelheid waarmee het warme oceaanwater in staat is de ijsplaten van onderaf aan te tasten. De meeste modellen laten zien dat er nog enige marge is, en dat grootschalige afsmelting pas optreedt in een business-as-usual scenario na het einde van de huidige eeuw. Dat lijkt nog ver weg, maar het verdwijnen van de ijsplaten is een belangrijk kantelpunt. Het zal namelijk wellicht zo’n duizend jaar duren om een ijsplaat weer op te bouwen, zelfs als de temperatuur in de tussentijd weer zou dalen. Het verdwijnen van ijsplaten leidt derhalve tot een vergroting van het risico dat de ijskap zelf versneld massa zal gaan verliezen. Kantelpunten moeten daarom worden vermeden. De tragiek van veel kantelpunten in het klimaatsysteem is echter dat we pas met zekerheid weten dat we er voorbij zijn als het al te laat is. De sterke zeespiegelstijging die onder het business-as-usual scenario optreedt, laat in feite zien dat de modellen eensgezind zijn over het feit dat het kantelpunt voor de Antarctische IJskap onder dit scenario optreedt. Er zijn echter ook enkele studies waarin gesuggereerd wordt dat we het kantelpunt al gepasseerd zijn.

De vraag is echter of de tijdseries waarop deze onderzoeken zijn gebaseerd wel lang genoeg zijn om zo’n conclusie te trekken. Een belangrijke eigenschap van de oceaan is namelijk natuurlijke variabiliteit op lange tijdschalen, terwijl de observaties slechts 10, hooguit 20 jaar, beslaan. Het scheiden van ruis (variabiliteit) en signaal (trend) is hierdoor lastig, hetgeen

feitelijk bovengenoemde tragiek van kantelpunten bevestigt.

Naast de complicerende rol van ijsplaten zijn er gedeeltes van de ijskap waar de ondergrond steeds dieper wordt als het ijs zich terugtrekt. het gevolg hiervan is dat het warme oceaanwater steeds verder onder het ijs kan kruipen en daarmee als het ware de terugtrekking versterkt. Dit wordt gezien als één van de belangrijke instabiliteitsmechanismes die de snelheid van terugtrekking en het vinden van een nieuw evenwicht door de ijskap bepalen. Onderzoek naar zulke processen is dan ook cruciaal. Zelfs als de ondergrond niet naar binnen toe afloopt bestaat de mogelijkheid dat een instabiliteitsmechanisme in werking treedt als de gevormde ijskliffen instorten. Dit laatste proces is sterk afhankelijk van de snelheid van terugtrekking en de materiaaleigenschappen van het ijs, en het laatste woord is hierover nog niet gezegd. In het licht van zulke onzekerheden, kantelpunten en instabiliteitsmechanismes die maar ten dele worden begrepen is het voorzorgsprincipe een verstandig uitgangspunt. Het experiment wat we met de natuur aan het uitvoeren zijn kan maar één keer worden gedaan en de uitkomst ervan is zeer ongewis.

Conclusie De zeespiegel heeft in vroeger tijden veel hoger gestaan bij CO2-concentraties en temperaturen die we nu bijna als normaal beschouwen. Tegelijkertijd zien we dat de Antarctische IJskap kleiner aan het worden is in gebieden waar de ondergrond onder zeeniveau ligt en er dus geen extra stijging van de temperatuur nodig is om veel ijs af te smelten. Kortom, ondanks het gegeven dat de stijging momenteel nog slechts enkele millimeters per jaar bedraagt en 1 meter stijging aan het eind van de eeuw voor Nederland ogenschijnlijk beheersbaar is, lijkt er geen houden aan als er niet op mitigatie wordt ingezet, juist omdat we geen processen kennen die de ijskap weer kunnen stabiliseren in de onder zeeniveau gelegen regio’s.

Literatuur

1. Fretwell, P. et al., 2013: Bedmap2: improved ice bed, surface and thickness datasets for Antarctica. The Cryosphere, 7(1), 375–393.

2. E. Rignot, J. Mouginot, B. Scheuchl, M. R. van den Broeke, M. J. van Wessem, M. Morlighem. 2019: Four decades of Antarctic ice sheet mass balance form 1979-2017. PNAS, doi:10.1073.pnas.1812883116.

3. Bron: Ted Scambos, NSIDC. 4. Bron: Ronja Reese, Maria Zeitz

Dringende oproep voor NVBM leden: SEPA machtiging insturen Vanaf dit jaar zal de verenigingscontributie zoveel mogelijk worden geïnd via een automatische incasso. Dat is makkelijk voor de leden en voor onze penningmeester. Om dit mogelijk te maken vragen we leden een SEPA machtiging in te vullen en op te sturen. Hoe werkt het?

1. Ga naar www.nvbm.nl en log in 2. Ga naar Mijn NVBM > Profiel 3. Vul uw IBAN nummer in Download het SEPA formulier, en stuur het ingevulde formulier op naar bestuur@nvbm.nl of naar NVBM, Postbus 464, 6700 AA Wageningen

18

Meteorologica 1 - 2020

Werken bij het KNMI: the best place to be voor onderzoekers!

Het weer is grillig, de bodem beweegt en het klimaat verandert. Voor onze veiligheid en welvaart moeten we weten welke risico’s en kansen dit oplevert.

En: hoe we ons het beste kunnen voorbereiden.

Die kennis heeft het Koninklijk Nederlands Meteorologisch Instituut (KNMI) in huis als het nationale kennis- en datacentrum voor weer, klimaat, oceanografie en seismologie. Betrouwbaar, onafhankelijk en gericht op wat Nederland nodig heeft. Voor een veilig Nederland dat voorbereid is op de invloed van weer, klimaat en aardbevingen.

Voorbereiden, waarschuwen en adviseren

In ons dichtbevolkte land van water, wind en dijken leven we al eeuwenlang met de elementen. Nu de aarde opwarmt, de zeespiegel stijgt en extreem weer vaker voorkomt, groeit de kans dat het weer ons onaangenaam verrast.

De weerkamer van het KNMI staat 24/7 paraat om Nederlanders te waarschuwen als er gevaarlijk of extreem weer dreigt. Tijdig, gericht en met oog voor de impact van het verwachte weer.

Uniek onderzoek bij het KNMI

In de R&D vakgroepen van het KNMI wordt gewerkt aan verbetering van het waarneemsysteem en van de modellen.

Unieke expertise ligt op het gebied van satellietmetingen van de atmosferische samenstelling. Het KNMI heeft de wetenschappelijke leiding over het TROPOMI satellietinstrument dat in 2017 succesvol is gelanceerd. TROPOMI is de opvolger van OMI, en brengt de mondiale luchtkwaliteit in kaart. Ook wordt gewerkt aan innovatieve metingen met kleine sensoren op de grond. Op het gebied van modellering wordt gewerkt aan het HARMONIE hogeresolutie model.

Werken bij het KNMI?

Voor onze R&D vakgroepen zoeken we regelmatig onderzoekers, zowel OIO’s als post-doc’s, die een bijdrage willen leveren aan ons internationaal hoog gewaardeerde onderzoek.

Kijk voor onze actuele vacatures op www.werkenvoornederland.nl/knmi.

Evalueren, onderzoek en wetenschap

Na elke gebeurtenis maken we de balans op. We plaatsen incidenten in een bredere context. We willen ervan leren en nieuwe kennis opdoen. Zodat we risico’s preciezer kunnen bepalen en onze kwaliteit als kennisinstituut kunnen waarborgen. Uniek aan het KNMI is de koppeling tussen operationeel en wetenschap. Praktijkervaringen kunnen meteen wetenschappelijk onderzocht worden. Kennis kan direct ingezet worden ten behoeve van de operationele diensten van het KNMI.

Meteorologica 1 - 2020

19

1953, Lothar, Martin en Ciara Huug van den Dool

Onlangs werden twee stormen herdacht die eind december 1999 in Frankrijk kort na elkaar grote verwoestingen hebben aangericht. Naamgeving werd 20 jaar geleden al door enkele landen toegepast; deze ‘heugelijke’ stormen droegen de namen Lothar en Martin. De toenmalige directeur van de Franse weerdienst werd voor de gelegenheid geïnterviewd en de krant (december 2019) kopte met de mededeling dat we nu niet meer verrast zouden worden door dergelijke stormen. Ja, dat zal wel. Het interview deed me denken aan een verrassende storm in 1953 die ik als vijfjarige in de Zuidplaspolder (6 meter onder NAP) meemaakte. Namen hadden we toen niet, wel de term “watersnoodramp.” In de jaren 1990 deed zich een sensationele ontwikkeling voor.

Als bijproduct van de reanalysis 1948-heden (R1) werden “verwachtingen” gemaakt. Dat kon ineens, want R1 is niets anders dan een lange serie van technische acceptabele uitgangstoestanden voor het T62L28 model uit ~1990. Die verwachtingen achteraf (mosterd na de maaltijd, “hindcasts”) werden uitsluitend gemaakt als kwaliteitscontrole, en wel zo: als de verificatiescore enkele dagen vooruit ongewoon slecht was dan werd R1 onderbroken om te bestuderen wat er mogelijk mis was met de uitgangstoestand, het eindproduct R1 dus. Soms werd een ernstige fout ontdekt en hersteld, maar meestal niet (van slechte verwachtingen die zomaar kunnen gebeuren). Ik denk dat naar aanleiding van de 40-jarige herdenking van de watersnoodramp, waaraan ook Meteorologica aandacht besteedde (Donker, 1993), mij de vraag bereikte of er spoedig hindcasts voor de storm van 1953 zouden komen. Ook in de jaren 1990 hadden we al een hoge dunk van onze prestaties wat betreft NWP. Ik heb dat project op NCEP bij de hand genomen, en mede bewerkstelligd dat de R1 terug zou gaan tot 1948, onder meer om de historische situatie van 1953 mee te nemen. Gedurende korte tijd was ik (NCEP dus) wellicht de enige ter wereld die met deze vraag iets kon doen. Men mag veronderstellen dat ik enthousiast was over de vraagstelling hoe goed we 1953 hadden kunnen voorspellen met de technologie van 1990. Ik ontken dat niet, maar toch bekropen mij ook twee donkere gedachten. De eerste is: het moest er nog bijkomen dat die oude storm niet beter te voorspellen is na 40 jaar NWP-werk door duizenden mensen à raison van miljoenen. Als dit zo blijkt te zijn, hou dan maar op. De tweede donkere gedachte gaat over geloofwaardigheid buiten de ivoren toren. Achteraf is alles heel makkelijk, dat weet iedereen. Verwachtingen worden van tevoren gemaakt, niet achteraf. Te midden van deze tegenstrijdige gedachten heb ik over dit onderwerp nog wel een manuscript geschreven, met Bob Kistler, Suru Saha en Joop den Tonkelaar als medeauteurs. In 1999 was dit min of meer klaar, en had ik het aan een tijdschrift kunnen aanbieden. Maar toen raasden Anathole, Lothar en Martin als realiteitscheck langs, een zeer ontnuchterende ervaring. Ik heb mijn prachtige artikel daarna voorgoed terzijde gelegd als zijnde ongeloofwaardig. Je moet niet goedkoop zijn in je beweringen. In 2003, toen Meteorologica de watersnoodramp na 50 jaar herdacht, en anderen de NWP-technologie gewetenloos toepasten op dit oude geval, herinnerde Meteorologica-redacteur Mureau zich dat ik daar al eens naar had gekeken, en heb ik alsnog een verkorte versie voor Meteorologica geschreven (Van den Dool, 2003). Het enige wat ik 20

Meteorologica 1 - 2020

zeker weet is dat NWP-scores al 60 jaar omhoog gaan. In het algemeen zijn numerieke verwachtingen zeer veel beter geworden, langzaam maar zeker, een revolutie. Hoe dit zich vertaalt naar een uniek extreem geval dat zich nooit meer zal voordoen is een andere zaak. Als NWP alles zo veel beter heeft gemaakt dan zal dat wel blijken bij de volgende verwoestende storm, en een afname van schade en verlies aan mensenlevens, voor zover dit verantwoord te beargumenteren is. Ciara komt als geroepen terwijl ik deze regels schrijf.

Mocht natuurgeweld een naam hebben??

Voordat ik naar Amerika verhuisde vertelde Henk Tennekes dat je in de Verenigde Staten als onderzoeker alleen meetelt als je samen ‘met de jongens’ een biertje mag drinken. Daar had ik al ervaring mee, want mijn enige succes als voetballer was het glas bier na afloop. Ik rapporteer hier met tevredenheid dat ik in mijn nieuwe omgeving in de Verenigde Staten al snel glazen bier achterover sloeg, bijvoorbeeld met Gene Rasmusson. Gene was niet alleen onderzoeker, maar had ook ervaring als forecaster. Terwijl hij een handje bar-pinda’s in z’n mond liet glijden vertelde Gene me dat weersverwachtingen weliswaar leuk en interessant zijn, maar dat ze in 99% van de gevallen voor de gebruiker van weinig belang zijn. Waar het om gaat, sprak Gene met stemverheffing, zijn die een of twee verwachtingen tijdens je carrière waar je het verschil kunt maken tussen leven en dood. Daaraan wordt onze geloofwaardigheid afgemeten. Ik geef deze mening maar even door aan de lezer. En ook aan de ex-directeur van de Franse weerdienst. Beter dan 1953, beter dan 1999, gooi het maar in mijn pet, alsof iemand zich kwantitatief kan herinneren hoe goed of slecht we toen waren. De toekomstige situaties zullen in veel opzichten niet identiek zijn (er zijn geen analogen). De modellen zijn nu veel beter, de ervaren weerkaartenmeteoroloog van het Bleeker/Bijvoet/Postma type is uitgestorven, communicatie is veranderd en de maatschappij reageert heel anders. Twee weken geleden viel er in New York 100% onaangekondigde sneeuw. Voorpagina nieuws. We kunnen weer van voren af aan beginnen met de trage opbouw van geloofwaardigheid met onze anomalie correlatie van 0.9999 op dag 5. Wel een karretje laten rijden op Mars, maar geen idee van de neerslag over 2 uur, leg dat maar eens uit.

Leven en dood zijn niet aan de orde in de seizoensverwachtingen, maar het scheelt niet veel. Wat betreft El Niño – Southern Oscillation is door het werk van duizenden à raison van miljoenen de indruk ontstaan dat we het gemiddelde weer in de winter boven de Verenigde Staten redelijk kunnen voorspellen als (als!) er een sterke El Niño aankomt.

In 2015/16 hadden we de kans om hiermee te scoren, en wat gebeurde er? Op planetaire schaal volgde de winter 2015/16 de eerdere El Niño’s vrij behoorlijk, dus als je de ogen samenkneep en fuzzy verification z’n werk liet doen dan was alles honkidori. Maar de gebruiker wil weten over de neerslag in de achtertuin, de details. En daar klopte niet veel van, vooral niet in het zuiden van California waar luidruchtige gebruikers met politieke invloed wonen. Na een droogte van vijf jaar zag men daar dorstig uit naar een natte winter, en het (volgens de pers) opgelegde pandoer van een regenrijke winter kwam niet uit. Zo zie je maar weer: we moeten bescheiden blijven.

Meteorologica 1 - 2020

21

WEERMUZIEK De zon Harry Geurts (KNMI, voormalig persvoorlichter) Hoe krijg het terras van je restaurant vol? Heel simpel, je adverteert met de mooiste zonsondergang van de wijde omtrek en zorgt voor passende muziek. Op een vakantie in Griekenland lag zo’n restaurant dichtbij mijn verblijfplaats en elke mooie avond was er uren vóór zonsondergang al geen plek meer vrij. Het uitzicht was inderdaad briljant maar de loungemuziek bleek de grote trekker. Op een terras iets verderop met dezelfde zonsondergang maar zonder muziek zat namelijk niemand. Muziek bij zonsondergang heeft dus wel degelijk een functie, al zetten sommigen daar hun vraagtekens bij, zoals Herman Finkers: “De zon gaat zinloos onder, morgen moet ze toch weer op.”

Natuurlijke stilte Onlangs schreef in Renske Jonkmans in Trouw de column “Zelden stil” waarop een lezer reageerde met een relaas over muziek: “Waarom worden natuurfilms voorzien van onnatuurlijke muziek? De dierengeluiden, wind, stromend water en brekende takken horen bij de weergave van natuur.

Muziek is echter niet alleen overbodig, maar ook storend. Als er geen geluid van dier, wind of ander verschijnsel getoond wordt, dan hoort het stil te zijn. Zo is de natuur. Een ander argument om muziek en natuur op beeld uit elkaar te houden is dat stadskinderen een verkeerde indruk krijgen van wat de natuur in werkelijkheid is.” TV-columniste Renate van der Bas reageerde daags daarna: “Je kunt zeker discussiëren over de noodzaak van bombastische klanken tijdens scènes vol verongelukkende walrussen: die beelden zouden ook zonder aanzwellende violen dramatisch genoeg zijn geweest.”

Toevallig had ik net een screening gezien van “Silence of the Tides”, een poëtische film van Pieter-Rim de Kroon over het Waddengebied (Figuur 1). Hij maakte eerder de documentaire “Hollands Licht” die laat zien wat het licht boven het IJsselmeer op verschillende tijden van de dag met het landschap doet. De nieuwe film over de Waddeneilanden toont de relatie tussen mens en natuur tegen een decor van mist, wind, water en land met het veranderende licht (Figuur 2). Zonder voice-over, zonder interviews en ook vrijwel zonder muziek.

In de bijna anderhalf uur durende film hoor je alleen de lokale fanfare langskomen en een flard van de regendruppelprélude van Chopin die de schipper in zijn stuurhut “toevallig” op de radio hoort. De natuur zelf is het geluid in de film. Vogels, schapen, koeien, kabbelend water, golven op zee, wind, regen, hagel en onweer vormen het perfecte geluidsdecor.

Deze film is vanaf eind september in de bioscoop te zien.

Zonnewende Het ontbreken van achtergrondmuziek maakt indruk, maar passende muziek kan ook wonderen doen. Menig componist vond inspiratie in de zonsopkomst- of ondergang of de zonnewende, het magische moment van de langste dag en het begin van de astronomische zomer. Vooral in Oost-Europa en de Scandinavische landen is de zonnewende een volksfeest waarop muziek klinkt. Veel volksmuziek met accordeon maar ook symfonische muziek. De Zweedse componist Hugo 22

Meteorologica 1 - 2020

Figuur 1. De film “Silence of the Tides” over de Waddeneilanden draait vanaf september in de bioscoop (foto: Pieter-Rim de Kroon).

Alfvén schreef in 1903 “Midsommervaka” (Midzomerwacht) bekend als de eerste van drie Zweedse rapsodieën gebaseerd op Zweedse volksdansen en Duitse melodieën uit Schleswig-Holstein die tijdens de midzomerfeesten (Johannisfeier in Duitsland) klinken. De muziek van Alfvén kreeg grote bekendheid nadat de Zweedse radio het als herkenningstune gebruikte, maar ook internationaal door de befaamde hardrockband Deep Purple die het thema verwerkte in Lazy (just stay in bed). Ook in Alfvéns derde symfonie klinkt de natuur. Hij schreef het werk tijdens een vakantie in Italië en liet zich inspireren door het zonnige Italiaanse landschap.

De zonsopkomst is een geliefd thema in de muziek, ook boven de poolcirkel waar de zon een tijd lang niet ondergaat en opkomt. Prachtig is het symfonisch gedicht “Nachtelijke rit en Zonsopkomst” van Jean Sibelius waarin hij de zonsopkomst in het Finse voorjaar verwelkomt met muziek die klinkt als vogelgezang. Ook de Deense componist Carl Nielsen liet zich voor zijn Helios-ouverture inspireren door de zonsopkomst boven de Egeïsche zee bij Athene.

De muziek beschrijft een gehele dag, van zonsopkomst tot zonsondergang, door middel van orkest met strijkers en blazers. Nielsen bracht zijn muziek ook onder woorden: “Silence and darkness, the Sun rises with a joyous song of praise, It wanders its golden way, and sinks quietly into the sea”

Figuur 2. De film Silence of the Tides over het veranderende licht op de Waddeneilanden (foto: Pieter-Rim de Kroon).

De Zweedse componist Peterson-Berger Heel romantisch klinkt de romance voor viool en orkest van de Zweed Wilhelm Peterson-Berger (1867-1942). De componist uit Ullånger hield van het Zweedse berglandschap en wist het gevoel dat zijn wandelingen door de natuur hem gaven heel beeldend in zijn muziek te verwerken. Zijn vioolromance verklankt de constante stroom van de melodie als een bruisend beekje in het landschap dat glinstert in de zon. Deze verrassende muziek die onlangs te horen was op radio 4 bracht mij op het spoor van deze componist die zich volop liet inspireren door de zomerzon. Het bekendst onder de Zweedse bevolking is zijn “Sommersång” (Zomerlied) voor piano, over de warme zuidenwind op een zomeravond waarop de zon blijft schijnen. Dit stuk behoort tot het vaste repertoire van studenten die in de Scandinavische landen aan een opleiding als pianist beginnen. Daarnaast schreef hij tal van andere werken waaronder symfonieën, een vioolconcert, een ode aan de maan voor bariton en piano en een lentelied voor koor. CD’s met zijn muziek zijn geïllustreerd met foto’s van landschappen en prachtige wolkenluchten (Figuur 3).

Haydn en Strauss Joseph Haydn schreef in opdracht van prins Esterhazy een cyclus van drie symfonieën die de nummers 6, 7 en 8 kregen en de periode van zonsopkomst tot zonsondergang beschrijven. De vorst bij wie Haydn als hofcomponist in dienst was had een zwak voor dergelijke programmamuziek en heeft de namen (ochtend, middag en avond) voor dit symfonische drieluik er zelf – achteraf – aan gegeven.

Ook de Alpensymfonie van Richard Strauss is een voorbeeld van programmamuziek; het is een muzikaal verslag van een wandeling door de bergen van zonsopkomst tot de duisternis invalt. Het stuk van 22 delen die naadloos in elkaar overlopen begint bij de vroege donkere ochtenduren waarna de zon opkomt. De componist vervolgt zijn wandeling door de zonnige Alpenweiden naar de top van de berg, waar een heftig onweer losbarst, en hij eindigt bij zonsondergang met het begin van de nacht.

Nog indrukwekkender klinkt de zonsopkomst in het symfonisch gedicht “Also sprach Zarathustra” van Richard Strauss (1896) naar de gelijknamige roman van Nietzsche.

De muziek, die velen bekend in de oren zal klinken, begint met een indrukwekkende verklanking van de rijzende zon.

Het thema is onder meer gebruikt in de film “A Space Odyssey” bij beelden van een buitenaardse zonsopkomst, waarbij de aarde achter de maan opkomt. De openingsmuziek van dit stuk van Strauss is ook veelvuldig te horen in reclames en in jazz- en popmuziek. Zo liet Elvis Presley het overdonderende beginthema uit Also sprach Zarathustra altijd horen terwijl hij het podium opkwam.

Zonsopkomst in de Grand Canyon Een tophit is zeker ook de Grand Canyon Suite van de Amerikaanse componist Ferde Grofé. Bij zijn reis door de Grand Canyon in 1916 keek hij ademloos naar de zonsopkomst. “I was spellbound in the silence, you know, because as it got lighter and brighter then you could hear the birds chirping and nature coming to life. All of a sudden, bingo! There it was, the sun. I couldn’t hardly describe it in words because words would be inadequate.”

In plaats van woorden koos hij voor een scala aan muziekinstrumenten waaronder klarinetten, hoorns, trompetten, hobo’s, fluiten, trombones, violen, pauken en windmachines. Hij schilderde als het ware een muzikaal portret van een dagje kampe-

Figuur 3. Wolkenluchten op een CD-cover van Wilhelm Peterson-Berger.

ren in de Grand Canyon in Arizona met klanken van vogels, onweer, wind: van de vroege ochtend tot de late avond wanneer de muziek aan tempo verliest als opmaat tot een kalme nacht.

Ravel en Debussy Ook Maurice Ravel heeft het ontwaken van de natuur bij zonsopkomst verwerkt in zijn ballet “Daphnis et Chloë.”

Kenners noemen dit een van de mooiste zonsopkomsten in de muziek, want “men voelt gewoon de zon opkomen.” De balletmuziek voor koor en orkest heeft Ravel ook tot twee orkestsuites omgewerkt. Het verhaal speelt zich af in het oude Griekenland. Herder Daphnis ziet hoe zijn geliefde herderin Chloé door piraten wordt ontvoerd. Wanhopig roept Daphnis de god Pan aan die Daphnis te hulp schiet door in een monsterachtige verschijning de piraten de stuipen op het lijf te jagen en beide geliefden weer te verenigen. In de ochtend ligt Daphne bewusteloos bij de ingang van een grot, terwijl de dag geleidelijk aanbreekt met het geluid van water dat van de rotsen druppelt en het gefluit van vogels. “Lever du jour” is de titel van het eerste deel van de tweede suite van “Daphnis et Chloë” waarin Ravel dat dromerige gevoel heel treffend in aanzwellende klanken schildert. Je waant je in het paradijs op aarde. Op YouTube vind je onder “lever du jour” een clip van een romantische zonsopkomst in de natuur met deze muziek uitgevoerd door het Orchestre de Montreal onder leiding van Charles Dutoit. Een aanrader om even bij weg te dromen.

Het ochtendgloren klinkt ook heel fraai in het impressionistische orkestwerk La Mer van Claude Debussy. “La Mer illustreert ten voeten uit Debussy’s omgang met de natuur.

Natuur was voor hem geen paradijselijke idylle waarin mens, plant en dier het goed maken, maar een domein waarin de mens een volstrekt nietig en irrelevant wezen is,” aldus musicoloog Emanuel Overbeeke in zijn biografie over Debussy “Muziek onweerstaanbaar als de zee”. (Uitgeverij in de Walvis, 2012).

In “La Mer” zet Debussy in drie symfonische schetsen (van ochtend tot middag op zee; spel van de golven en dialoog tussen wind en zee) de Franse symfonie op de kaart. Daarmee oogstte hij veel succes. Maar dat was hem niet door iedereen gegund. Erik Satie, bekend van zijn gymnopédies, schreef bij de première van “La Mer” in 1905 in Parijs over het eerste deel genaamd “Van de zonsopkomst tot het middaguur”: “ik vond vooral het stuk om kwart voor elf heel geslaagd.” Satie stak vaker de draak met muziek van tijdgenoten. Het Satie-museum in Honfleur laat verschillende treffende voorbeelden zien, maar met deze ironische opmerking slaat hij de plank helemaal mis. “La Mer” is een meesterwerk. Heerlijk om naar te luisteren, wat mij betreft op elk moment van de dag.

Meteorologica 1 - 2020

23

Hans Oerlemans, grondlegger van de glaciometeorologie Aarnout van Delden, Carleen Tijm-Reijmer, Michiel van den Broeke (IMAU) In april 2019 ging Johannes (Hans) Oerlemans officieel met pensioen, na bijna 40 jaar onderzoek en onderwijs als hoogleraar in de meteorologie aan de Universiteit Utrecht. In de middag van 29 mei 2019 kwamen ongeveer 60 familieleden, vrienden en collega’s van Hans samen in de botanische tuinen in Utrecht voor een bijeenkomst die begon met een symposium ter ere van Hans en die werd afgesloten met een receptie in de serre van de tropische kas. Aan de hand van wat er tijdens het symposium en daarna zoal ter sprake kwam geeft dit artikel een overzicht van de indrukwekkende carrière van Hans Oerlemans, tot nu toe, want, zoals we zullen zien, Hans is nog lang niet klaar.

Hans Oerlemans studeerde natuurkunde in Utrecht en specialiseerde zich in de fysische oceanografie en meteorologie.

Zijn afstudeeronderzoek ging over windgedreven watertransport in het nauw van Calais. Na de studie ging Hans bij het KNMI werken aan de algemene circulatie van de atmosfeer en klimaatdynamica. Vervolgens raakte Hans geïnteresseerd in de rol van ijs in het klimaat, waaruit een mooi proefschift is voortgekomen met als titel “Some model studies on the iceage problem”. Deze titel klinkt bescheiden, maar de inhoud van dit proefschrift, waarop Hans in 1980 bij Prof. dr. Cor Schuurmans cum laude is promoveerde, is dat bepaald niet.

Kort gezegd: Hans liet zien dat het ontstaan en verdwijnen van ijskappen boven het noordelijk halfrond over de afgelopen één miljoen jaar bepaald wordt door twee terugkoppelingen in het klimaatsysteem, namelijk de koppeling tussen het albedo en de temperatuur en de koppeling tussen de hoogte van de ijskap en de sneeuwval op de ijskap [1].

In 1980 werd Hans universitair docent bij de vakgroep

Meteorologie en Fysische Oceanografie aan de faculteit Natuur- en Sterrenkunde van de Universiteit Utrecht. Zijn eerste promovendus was Cees van der Veen waarmee hij al in 1984 de eerste van drie boeken publiceerde, getiteld “Ice Sheets and Climate”. Onder leiding van Hans ontstond een productieve onderzoeksgroep op het terrein van de mesoschaal dynamische meteorologie. Onvergetelijk waren in dit verband de mooie voorjaars- en zomerdagen waarop praktisch de hele vakgroep naar de kust bij Noordwijk trok, deels in het vakgroepsbusje, dat vol zat met meetapparatuur om zeewind te registreren. Er werden op zo’n dag minstens drie meetpunten ingericht: één dichtbij de kust, een volgende in de duinen een paar kilometer van de kust, en een derde meetpunt achter de duinen. Dit soort meetprojecten vormden een inspiratie voor modelwerk, waaruit diverse afstudeerscripties, promoties en bijbehorende wetenschappelijke publicaties zijn voortgekomen.

In de loop van de jaren 1980 verschoof de aandacht van

Figuur 1. De precaire staat van de IMAU-huisgletsjer, Morteratsch, in Zuidoost Zwitserland in augustus 2001 (links) en in juli 2016 (rechts).

Foto: C.Levy.

24

Meteorologica 1 - 2020

Hans, deels door het succes van zijn eigen promotieonderzoek, maar ook door het maatschappelijke belang van het onderwerp, meer en meer richting “ijs en klimaat”. De meetcampagnes in Noordwijk bleken een opmaat naar soortgelijke experimenten op gletsjers en ijskappen, om te beginnen naar de Hintereisferner in Oostenrijk, in 1987. Hans was goed in staat om collega’s te inspireren deel te nemen aan deze experimenten, die logistiek heel wat voeten in de aarde hadden, vooral toen de expedities begin jaren 1990 werden uitgebreid naar de rand van de ijskap van Groenland, in samenwerking met andere instituten uit binnen- en buitenland. Gelukkig beschikte Hans over uitstekende en creatieve technische ondersteuning. Onder leiding van Wim Boot werd een extreem-weer-bestendig automatisch weerstation ontworpen [2], dat op vele koude en onherbergzame locaties, zoals op Antarctica en Groenland, geheel onbeheerd lange tijd betrouwbare metingen van wind, luchtdruk, temperatuur, luchtvochtigheid, sneeuwhoogte en straling via een satellietverbinding naar Utrecht verzendt [3].

In de loop der tijd raakte Hans verzeild in het management en de politiek, een omgeving waarin hij zich niet prettig voelde. De vakgroep Meteorologie en Fysische Oceanografie was intussen officieel omgedoopt tot het Instituut voor Marien en Atmosferisch Onderzoek Utrecht (IMAU). In de jaren 1990 was Hans, enigszins tegen zijn zin, directeur van het IMAU. Hans werd ook gevraagd om mee te werken aan het eerste IPCC-rapport, dat in 1990 verscheen [4]. Hij was één van de twee hoofdauteurs van hoofdstuk 9 (zeespiegelstijging).

Hans heeft altijd geprobeerd om het nuttige met het aangename te verenigen. In 1995 is hij begonnen met de organisatie van een bijna jaarlijks terugkerende zomerschool, over ijs en klimaat, in de Alpen. Elk jaar in de nazomer komen hiervoor zo’n 30 studenten en docenten samen in een hotel in Karthaus, een klein dorpje in de Italiaanse Alpen, waar niet alleen hard wordt gewerkt, maar ook goed wordt gegeten en gedronken, muziek wordt gemaakt en tijdens wandelingen wordt genoten van het mooie landschap van Zuid-Tirol. Dit lag helemaal in zijn “comfort zone”. In september 2019, vlak voor de negentiende editie van deze zomerschool, inmiddels bekend onder de naam, Karthaus summer school on Ice Sheets and Glaciers in the Climate System, werd hij hiervoor geëerd met de Richardson-medaille, toegekend door de International Glaciological Society (IGS). Hans bestempelt deze zomerschool als “the most exciting experience of my career”. De IGS prijst niet alleen het educatieve aspect van Karthaus: “Het hart van de zomerschool bestaat uit de informele sfeer die volledig in overeenstemming is met Hans’ eigen persoonlijkheid. De unieke omgeving inspireert de deelnemers tot interactie en discussie over wetenschap, het leven en uiteraard muziek.

Hans heeft generaties gletsjeronderzoekers laten zien dat wetenschappelijk succes hand in hand kan gaan met muzikale bekwaamheid. Het tonen en stimuleren van deze diversiteit aan vaardigheden heeft de wetenschappelijke cultuur van de gletsjergemeenschap zeker versterkt.”

In 1998 was Hans op uitnodiging van Erland Källén, hoogleraar meteorologie te Stockholm, gedurende een jaar op sabbatical leave aan de Universiteit van Stockholm. Erland was in 1983 een jaar op sabbatical leave geweest bij het IMAU. Net als de Alpen, hadden ook de weidse natuur van Zweden, het schaatsen in de winter en de eilanden voor de kust van Stockholm in de zomer een grote aantrekkingskracht op Hans.

Op het symposium van 29 mei 2019 was Erland Källén één van de sprekers. Hij vertelde levendig over de invloed die de ideeën van Hans hadden op zijn eigen onderzoek wat betreft paleoklimaat en het modelleren van atmosferische convectie.

Figuur 2. Hans in gesprek met (destijds) Prinses Máxima.

De volgende spreker, Lisette Klok, was gevraagd als vertegenwoordiger van de meer dan 30 promovendi die Hans heeft begeleid. De titel van haar lezing, “Een zeer eenvoudige en minimale analytische omgekeerde interpretatie van de impact van Hans op mijn carrière” weerspiegelt dat wat je als promovendus leert evenveel gaat over wat er in je scriptie staat als over je promotor. De laatste spreker was Felix Keller (Academia Engiadina, Zwitserland), die zijn recente samenwerking met Hans in hun MortAlive-project presenteerde, een plan om de Zwitserse Morteratsch-gletsjer nabij Pontresina (Figuur 1), geheel energie-neutraal (!) te redden van totale smelt door de gletsjer in de zomer ’s nachts met kunstsneeuw te bedekken om zo het albedo van de gletsjer te verhogen waardoor het smelten van het ijs door absorptie van zonnestraling overdag wordt tegengegaan.

Terugkerende thema’s in alle presentaties waren de ontmoeting van Hans met (destijds) prinses Máxima (Figuur 2),

Figuur 3. Hans speelt gitaar in Karthaus.

Meteorologica 1 - 2020

25

Figuur 4. Hans en zijn assistent gaan gebukt onder de bureaucratie.

zijn liefde voor de tango en de muziek van de Argentijnse componist, Astor Piazzolla, de Karthaus-zomerschool (Figuur 3), zijn favoriete gletsjer, de Morteratsch-gletsjer, en de vele prijzen die hij ontving, zoals de Spinozapremie (2001), het eredoctoraat van de Universiteit van Stockholm (2007) en zijn benoeming tot Ridder in de Orde van de Nederlandse Leeuw (2010).

De carrière van Hans kan worden opgedeeld in vier tienjarige periodes. De eerste spreker op het symposium, de huidige IMAU-directeur, Michiel van den Broeke, liet zien dat die periodes als volgt kunnen worden gekarakteriseerd: (1) de opkomst van de glacio-meteorologie in de jaren 1980, (2) het gouden tijdperk van de grote experimenten op ijskappen in de jaren 1990, (3) de decade van het modelleren in de jaren 2000, waarin Hans ook zijn veel geciteerde boek, “Glaciers and Climate Change”, schreef, en tot slot (4) de jaren 2010, waarin alles samenkomt, gesymboliseerd door het succes van de zomerschool.

De carrière van Hans heeft zich afgespeeld in een tijdperk waarin managers en politici, vooral door het verschuiven van onderzoeksgeld van universiteiten naar subsidiegevers, zoals NWO, steeds meer greep kregen op het onderzoek aan de universiteit. De onderzoeksagenda werd steeds meer bepaald door de externe subsidiegever. Dat was in de jaren 1980 nog heel anders. Hans heeft zich bewonderenswaardig goed aangepast aan de nieuwe situatie (Figuur 4), maar bleef op gezette tijden met hart en ziel opkomen voor het in de knel gekomen fundamenteel onderzoek, zoals blijkt uit een interview in 2006 met Marjan Slob van het Rathenau Instituut, waarin Hans stelt dat fundamenteel onderzoek het zeer moeilijk heeft:

de rector je nu een cursus, ‘Hoe vertel ik het aan NWO?’ De briljante, maar een tikje excentrieke wetenschapper krijgt het steeds moeilijker. De toekomstige wetenschapper zal zich strategisch gedragen, en vooral een handige uitlegger zijn. Er is een sterke neiging, welhaast een drift, tot het programmeren van de wetenschap. Alsof politici denken: ‘Als we ze precies aansturen, dan lukt het ons misschien om grip op ze te krijgen.’ Ik proef daarin een soort wantrouwen. Als wetenschapper voel ik me in de verdediging gedrongen; ik moet altijd maar komen uitleggen waar ik goed voor ben. Tegelijk hebben politici een overdreven groot vertrouwen in wetenschappers als de oplossers van problemen, mits door politici aangestuurd, uiteraard. Begrijp me goed: de maatschappij zal altijd beter worden door te investeren in fundamenteel onderzoek.

De toepassingen zullen komen, maar accepteer dat je niet bij voorbaat weet waar, hoe en wanneer. Oplossingen zijn niet te bestellen. Wetenschappers wijzen daar onvoldoende op. Het is voor wetenschappers natuurlijk moeilijk om te zeggen dat de verwachtingen van je geldschieters te hoog zijn. Daarom zeggen uitsluitend de arrivés en gepensioneerden dit soort dingen.”

“Ik moet steeds verantwoording afleggen, geld van buiten scoren, organisatiestructuren aanpassen, waardoor ik minder tijd heb voor onderzoek. Het verkopen van je werk wordt steeds belangrijker. Als je presentatie niet zo flitsend is, biedt

[1] Voor wie meer wil weten, het proefschrift is beschikbaar op http://bibliotheek. knmi.nl/knmipubmetnummer/knmipub158.pdf .

[2] http://www.projects.science.uu.nl/iceclimate/aws/technical.php [3] Deze metingen zijn live te zien op http://www.projects.science.uu.nl/iceclimate/aws/.

[4] https://www.ipcc.ch/report/ar1/wg1/

26

Meteorologica 1 - 2020

Hans Oerlemans staat momenteel met het MortAlive-project, het eerste echte geoengineering project ter wereld met een goede kans van slagen, aan het begin van de vijfde tienjarige fase van zijn carrière. Eindelijk hoeft hij geen verantwoording meer af te leggen. Zoals altijd, wars van de waan van de dag, gaat Hans onverschrokken door met origineel, speels en nuttig onderzoek.

Literatuur

Afscheid Bert Holtslag als leerstoelhouder meteorologie bij Wageningen Universiteit Gert-Jan Steeneveld (WUR) Op 10 Oktober 2019 hield Bert Holtslag zijn afscheidsrede “Atmospheric Dreams and Challenges” aan de Wageningen Universiteit (Figuur 1), waar hij sinds 1999 hoogleraar Meteorologie was. Bert startte zijn carrière in 1977 als onderzoeker luchtkwaliteit bij het KNMI. Er bestond een grote behoefte aan betere methodes om dispersie en neerslag van luchtverontreiniging op basis van routine meteorologische waarnemingen te schatten. Ook was er vraag naar methodes om turbulente fluxen te bepalen uit synop-waarnemingen of voor gebruik in weermodellen. Dit werk deed hij vooral in samenwerking met Henk de Bruin, Aad van Ulden, Fred Bosveld, maar ook met anderen. Veel van zijn methodes worden nog steeds gebruikt. Verder heeft Bert samen met collega’s op NCAR werk verricht aan mengschema’s voor convectie grenslagen in weer- en klimaatmodellen. Het representeren van grote wervels met efficiënte transportcapaciteit (niet-lokale menging) bleek een grote verbetering in de performance te geven.

Figuur 1. Bert Holtslags afscheidsrede aan de Wageningen Universiteit.

Naast zijn aanstelling bij het KNMI werd Bert in 1993 deeltijdhoogleraar bij het IMAU. In 1999 maakte hij de overstap naar Wageningen om de leerstoelgroep Meteorologie en Luchtkwaliteit opnieuw vorm te geven. In die tijd maakte hij zich sterk voor het onderzoek naar de representatie van stabiele nachtelijke grenslagen in weer- en klimaatmodellen binnen het GEWEX-netwerk. Dit netwerk organiseerde meerdere studies waarin modellen van diverse instituten (waaronder ECMWF, DWD, UKMO, Meteo France, NCEP) werden geëvalueerd tegen waarnemingen van intensieve meetcampagnes als CASES-99, DOME-C op Antarctica, en Cabauw. Modellen geven veel spreiding, maar door middel van deze experimenten hebben instituten hun modellen succesvol kunnen bijstellen.

Terugkijkend blijkt dat een aantal dromen die de meteorologie bij aanvang van Berts carrière had inderdaad werkelijkheid zijn geworden. Zo zijn de zevendaagse weersverwachtingen nu even goed als de driedaagse verwachting 40 jaar geleden. Ook een operationele fijnschalige neerslagradar en ensembleverwachtingen zoals we nu hebben waren destijds nog dromen.

Een huidige droom in het vakgebied is volgens Bert om alle relevante atmosferische processen volledig te begrijpen en deze voldoende gedetailleerd weer te geven in modellen ten bate van het weersvoorspelling en klimaatonderzoek.

Er zijn echter nog veel uitdagingen, met name op kleine atmosferische schaal, zoals de vorming en ontwikkeling van wolken, de veranderende samenstelling van de atmosfeer, en de interactie van de atmosfeer met het aardoppervlak. Zo kan de aanwezigheid van heuvels en bergen zogenaamde zwaartekrachtsgolven veroorzaken, en deze golven kunnen ook weer uiteenvallen en atmosferische turbulentie ver boven het oppervlak veroorzaken. Bert ziet de toekomst van het vakgebied zonnig in, vooral wegens nieuwe toepassingen in zowel wind- als zonne- energie.

Voor de aanvang van Berts afscheidsrede was er een symposium waarin een aantal nationale en internationale collega’s terugblikten op de samenwerking met Bert. Allen brachten een zin in die Bert karakteriseerde. Voorbeelden zijn “Dutch master in analytical thinking and creativity”, “Always a pleasure to have a good science discussion with Bert”, en “His charming ability to give guidance, and win people for his ideas has been of great value for his PhD’s (Figuur 2), for Wageningen University and KNMI in particular, and for the international atmospheric scientific community as a whole”. Deze voorbeelden illustreren Berts optimistische houding en zijn vermogen om mensen samen te brengen. Voor zijn werk werd hij in 2015 benoemd als Fellow van de American Meteorological Society en won hij in 2016 de NVBM award. Berts volledige afscheidsrede is te lezen op https://doi.org/10.18174/508092.

Figuur 2. Selectie van PhD-studenten die Bert in zijn loopbaan heeft begeleid.

Meteorologica 1 - 2020

27

Opportunistische sensoren voor regenmetingen op grote schaal Lotte de Vos (WUR/KNMI) Dit artikel is een verkorte weergave van mijn proefschrift waarin de potentie van “opportunistische” sensoren om op grote schaal regen te meten wordt beschreven. De twee meettechnieken die onderzocht worden zijn persoonlijke weerstations (PWS) en telecommunicatienetwerken van radiostraalverbindingen (commercial microwave links, CML). Deze technieken zijn opportunistisch, omdat ze niet ontworpen en geïnstalleerd zijn voor het meten van regenval op grote schaal, maar wel voor dat doel gebruikt kunnen worden. Hoewel zulke metingen aan grotere fouten onderhevig zijn dan traditionele meetmethodes (zoals hoge kwaliteit grondsensoren en radar), vormen ze een gratis databron met een grote hoeveelheid observaties.

Crowdsourced weerstations Voor deze studie is een dataset van 63 weerstations van hobbymeteorologen in Amsterdam gebruikt, waarvan de gegevens door de eigenaars op het weerplatform Wundermap (www.wunderground.com/wundermap) gedeeld worden.

Deze crowdsourced PWS zijn gevalideerd met behulp van een radar-regenproduct van het KNMI. Dit geeft inzicht in het soort fouten die zulke data bevatten. Typische fouten zijn systematische onderschatting, nulmetingen door een beschutte of scheefgewaaide meetopstelling, of plotselinge hoge metingen, bijvoorbeeld door smelten van vaste neerslag in het opvangreservoir. Daarnaast kunnen fouten ontstaan door bewerkingen op het weerplatform of doordat het station aan de verkeerde locatie op de kaart is gekoppeld. Op basis van metingen gedurende twee jaar is een automatische methodologie voor kwaliteitscontrole voor PWS-regenmetingen ontwikkeld (QC).

Deze QC maakt gebruik van burenchecks om de verschillende soorten fouten te herkennen, zonder dat daarvoor een externe databron nodig is. De validatie met het radar-regenproduct laat zien dat QC succesvol is om waardevolle metingen in de dataset te herkennen.

Figuur 1. Kaart van het stadsgebied Amsterdam met daarop het 20x20 km2 domein van de neerslagsimulaties, het 1x1 km2 grid van het radarproduct (groen), de 82 PWS locaties (paarse punten) en de 58 CMLs (oranje lijnen).

28

Meteorologica 1 - 2020

Telecommunicatienetwerken Telecommunicatienetwerken bestaan uit radiostraalverbindingen, waarover tussen een zendende en ontvangende antenne een microgolfsignaal door de atmosfeer verzonden wordt.

Als het ergens tussen de zendende en ontvangende antenne regent, wordt dit signaal door de druppels verstoord. De mate waarin het signaal wordt gedempt is een indicatie voor de gemiddelde regenval langs het pad. Het is hierdoor mogelijk om regenkaarten uit de signaalsterkte van een telefonienetwerk af te leiden. In mijn proefschrift wordt een dataset van signaalsterktes van het T-mobile netwerk van bijna 2000 unieke linkpaden gebruikt om de padgemiddelde regenintensiteit te bepalen. Hiervoor is het programma RAINLINK gebruikt en aangepast met een extra module zodat deze tool ook toepasbaar werd op instantane metingen en kon omgaan met de verschillende polarisaties van het signaal. De aldus verkregen CML-neerslagobservaties zijn gevalideerd met het radar-regenproduct van het KNMI. Op basis hiervan kunnen we typische omstandigheden identificeren waarin de meetfouten van deze regenobservaties van CML het grootst zijn: • In de vroege ochtend, mogelijk veroorzaakt door atmosferische processen; • Voor korte verbindingen, als de ruis ten opzichte van het signaal relatief groot is; • Tijdens maanden waarin vaste neerslag kan vallen. Vaste neerslag dempt het signaal niet en smeltende neerslag op antennes dempt het signaal juist zeer sterk.

Daarnaast is vastgesteld dat een meetfrequentie van 15 minuten, waarbij de data wordt gesampled op minimum- en maximumwaarden, tot betere regenschattingen leidt dan instantaan gesamplede data.

Opportunistische regenmetingen Figuur 1 laat de netwerken van CML en PWS in het Amsterdamse studiegebied zien, gevisualiseerd op het tweedimensionale grid (1x1 km) van het radarproduct. Een validatiestudie op basis van een grote dataset geeft inzicht in de potentie van deze meetmethodes. De limitatie hiervan is dat we hierdoor geen inzicht krijgen in het effect van afzonderlijke foutenbronnen. Om inzicht te krijgen in de maximale nauwkeurigheid van deze opportunistische sensoren is gebruik gemaakt van gesimuleerde regendata van twee regenbuien in hoge resolutie, beschreven in termen van druppelgrootte-verdeling.

Deze simulaties zijn vervolgens vertaald naar een “ground truth” op een grid van 100x100 m2 met tijdstappen van 30 s.

Door vervolgens te simuleren hoe radar, CML en PWS in het studiegebied de regen zouden hebben waargenomen op dit grid (zie Figuur 2) en deze te valideren met de “ground

Derived datasets

DSD

DSD

DSD

DSD

DSD Z

R k R

Z R

R

R

R

R

PWS

CML

Radar

Ground truth

Figuur 2. Schema van de methoden om de gesimuleerde neerslag velden (DSD, druppelgrootte verdeling) af te leiden naar een “ground truth” en radar, CML en PWS observaties op een 100 m grid en 30 s tijdsinterval. De aannames en vergelijkingen die voor elke stap in de afleiding gebruikt zijn staan beschreven in hoofdstuk 5 van het proefschrift.

Jun 08

Jun 10

Jun 12

Jun 14

Jun 16

Jun 18

Jun 20

Jun 22

10

20

30

(a)

10

20

30

40 0

IQR = 1.88 ° C , r = 0.95 , SD = 1.29 ° C , bias = 1.46 ° C (b)

IQR = 11.5 ° C , r = 0.61 , SD = 3.62 ° C , bias = 3.13 ° C

10

30

50

(c)

max accum rain WMO = 33.65 mm

0

PWS rain (mm)

0

Phone temp ( ° C)

PWS temp ( ° C)

40

Jun 06

50 30 10 12 0 10 8 6 4 1005 995 1025

IQR = 3.65 hPa , r = 0.999 , SD = 0.25 hPa , bias = 0.02 hPa (h)

1015

Phone light (W m−2)

2 10 0 8 6 4 2

Literatuur

1015

1025 0

(g)

1005

PWS wind (km h−1)

IQR = 2.48 km h−1 , r = 0.93 , SD = 9.4 km h−1 , bias = −16.44 km h−1

995 14

PWS pressure (hPa)

(f)

IQR = 2.96 hPa , r = 0.994 , SD = 0.78 hPa , bias = −1.72 hPa (i)

The potential of urban rainfall monitoring with crowdsourced automatic weather stations in Amsterdam, L.W. de Vos, H. Leijnse, A. Overeem, R. Uijlenhoet, Hydrol. Earth Syst. Sci., 21, p765–777, 2017.

High-Resolution Simulation Study Exploring the Potential of Radars, Crowdsourced Personal Weather Stations, and Commercial Microwave Links to Monitor Small-Scale Urban Rainfall, L. W. de Vos, T. H. Raupach, H. Leijnse, A. Overeem, A. Berne, R. Uijlenhoet, Water Res. Research, 54-12, p10293-10312, 2018.

10

Phone pressure (hPa)

IQR = 2.55 W m−2

6

PWS T−Tdew ( ° C)

max accum rain WMO = 26.83 mm (e)

IQR = 2.1 ° C , r = 0.88 , SD = 1.37 ° C , bias = 0.84 ° C

2

CML rain (mm)

(d)

truth” van de gesimuleerde regendata, kan heel precies de onzekerheid van deze technieken bepaald worden. Hieruit blijkt dat de PWS het beste in staat zijn om subtiele variaties in een regenbui te herkennen, tenminste als meetfouten buiten beschouwing worden gelaten.

Hoewel de kleinschalige regenvariaties door de CML minder goed worden opgepikt, neemt de nauwkeurigheid van CML om regen in grotere tijdsintervallen te beschrijven sneller toe dan voor de andere technieken. Daarnaast laten deze simulaties zien dat de meetnauwkeurigheid van zowel PWS als CML meer gelimiteerd zijn door de meetdichtheid in de tijd dan in de ruimte. Ze zouden beiden een vergelijkbare nauwkeurigheid behalen met de helft van de sensoren in het netwerk.

Opportunistische meetmethodes kunnen ook gebruikt worden voor andere weervariabelen. Voor een periode van 17 dagen werden in het Amsterdamse studiegebied temperatuur, luchtdruk, regen, zonnestraling, windsnelheid en luchtvochtigheid uit PWS-, CML- en smartphone-schattingen bepaald (Figuur 3). Hoewel deze metingen grote onzekerheden bevatten en in sommige gevallen alleen een stadsgemiddelde waarde opleverden, werden zowel het stadshitte-eiland-effect als een overtrekkend front waargenomen. Hoewel opportunistische sensoren de traditionele meettechnieken niet kunnen vervangen, vormen ze een waardevolle extra bron om (stedelijk) weer in hoge resolutie te beschrijven.

Deze bijdrage is een verkorte weergave van het proefschrift “Rainfall monitoring with opportunistic sensors” dat Lotte de Vos met succes op 6 december 2019 aan de Universiteit van Wageningen verdedigde (volledig proefschrift: https://library.wur.nl/WebQuery/wda/abstract/ 2285123). De QC-code is publiekelijk beschikbaar gemaakt op GitHub (https:// github.com/LottedeVos/PWSQC).

Jun 06

Jun 08

Jun 10

Jun 12

Jun 14

Jun 16

Jun 18

Jun 20

Jun 22

Figuur 3. Tijdsreeksen van opportunistische metingen van weersvariabelen. PWS-waarnemingen van temperatuur (a), cumulatieve neerslag (c), wind (f), luchtdruk (g) en dauwpuntsdepressie (temperatuur minus dauwpuntstemperatuur) berekend op basis van de luchtvochtigheid en temperatuur (i).

Cumulatieve CML-afgeleide regen (d). Waarnemingen van temperatuur afgeleid uit smartphones (b), licht (e) en luchtdruk (g). De gekleurde gebieden geven de range van het 25e tot 75e kwantiel van alle observaties op dat moment. De lijnen geven de mediaan aan, behalve voor (b) waar deze de gemiddelde temperatuur weergeven. De grijze gebieden geven de nachten aan. De Pearson correlatie, standaarddeviatie en absolute bias zijn gebaseerd op uurlijkse waarden die zijn vergeleken

Rainfall Estimation Accuracy of a Nationwide Instantaneously Sampling Commercial Microwave Link Network: Error Dependency on Known Characteristics, L. W. de Vos, A. Overeem, H. Leijnse, R. Uijlenhoet, J. Atmos. Oceanic Technol., 36, p1267– 1283, 2019.

Quality Control for Crowdsourced Personal Weather Stations to Enable Operational Rainfall Monitoring, L.W. de Vos, H. Leijnse, A. Overeem, R. Uijlenhoet, Geophysical Research Letters, 46-15, p8820-8829, 2019.

Hydrometeorological monitoring using opportunistic sensing networks in the Amsterdam metropolitan area, L.W. de Vos, A. Droste, M. Zander, A. Overeem, H. Leijnse, B. Heusinkveld, G. Steeneveld, R. Uijlenhoet, Bull. Amer. Meteor. Soc., 2019 (in press).

met WMO-observaties te Schiphol.

Meteorologica 1 - 2020

29

Alweer een zeer zachte winter Geert Jan van Oldenborgh (KNMI) Terwijl ik dit schrijf (8 februari) bloeien de eerste krokussen en narcissen alweer, en fluiten de vogels volop, alsof het lente is. De winter tot nu toe is weer eens uitzonderlijk zacht verlopen. Ook de 15-daagse verwachting laat geen omslag naar koud weer zien. Aannemende dat ook de laatste decade geen winterse verrassingen zal opleveren (zoals twee jaar geleden wel gebeurde) volgt hier een overzicht van enkele aspecten van de zachte winter 2019/20.

Hellmanngetal De strengheid van een winter wordt officieel beoordeeld aan de hand van het Hellmann- of koudegetal: de som van alle daggemiddelde temperaturen beneden 0 °C, zonder minteken.

Het record werd in 2013/14 gevestigd met een koudegetal van 0.0. Deze winter komt daar dichtbij met een koudegetal van 0.1 (ik had zelf niet eens gemerkt dat we op 28 december een daggemiddelde temperatuur van −0.1 ºC hebben meegemaakt) en er zijn geen aanwijzingen in de verwachting dat dit zal veranderen. Figuur 1 laat zien dat de afwezigheid van koude dagen de laatste jaren sterk is toegenomen, en dat de strengheid van de winters dus is afgenomen. Volgens de officiële KNMI classificatie was 1997 de laatste “koude” winter, en de jaren 2009–2013 waren volgens deze classificatie “normaal”.

Gemiddelde temperatuur De wintergemiddelde temperatuur zal op ongeveer 6.1 ºC gaan uitkomen, als het eind februari niet toch nog gaat vriezen. Dit zou goed zijn voor een derde plaats qua zachte winters, na 2006 en 2015. De trend in de wintergemiddelde temperatuur is statistisch beter te beschrijven dan die in het koudegetal. De trend in de wintergemiddelde temperatuur hangt echter sterk af van het beginpunt. Vanaf het begin van de vorige eeuw zijn de Nederlandse winters 1.4 ± 0.8 keer zo snel opgewarmd als de (gladgestreken) wereldgemiddelde temperatuur, maar vanaf 1950 is dat 2.4 ± 1.1 keer zo snel. Het eerste dat opvalt is de grote onzekerheid: de variabiliteit in wintertemperaturen is nog steeds groot ten opzichte van de trend.

Dit trendverschil heeft echter ook een fysische oorzaak: de

opwarming tot 1940 werd gedeeltelijk veroorzaakt doordat de afkoelende werking van een aantal vulkaanuitbarstingen aan het begin van de 20e eeuw ophield. De aërosolen in de stratosfeer die de aarde gemiddeld afkoelen gaan vaak gepaard met een sterkere zonale stroming boven Nederland, zodat de winters aan het begin van de 20e eeuw niet streng waren (zie ook Figuur 1). Het wegvallen van dit effect leidde dus tot een afzwakking van de opwarming. De opwarming sinds 1950 wordt echter gedomineerd door de toename van broeikasgassen, die de zonale stroming juist versterken zodat de trend groter wordt.

Zachtste dagen Naast de hoge wintergemiddelde temperatuur vallen ook de extreem zachte dagen op. De dagelijkse temperatuurverdeling is zeer scheef: de variabiliteit van zachte dagen is veel kleiner dan die van de koude dagen, simpelweg omdat de variabiliteit ten oosten van ons groter is dan in het westen waar de oceaan maar weinig in temperatuur varieert. Zachte dagen variëren dus veel minder in temperatuur dan koude dagen. De hoogste temperatuur van deze winter tot nu toe was 14.7 ºC op 17 december. Zo’n hoge temperatuur in de winter is niet uitzonderlijk meer en komt ongeveer om het jaar voor. Rond 1900 was dat nog maar eens in de tien jaar. De trend in deze warmste dagen is zwakker dan de trend in de koudste dagen omdat de oceaan niet zo snel opwarmt als het land. Toch komen er duidelijk steeds meer zachte dagen vanwege de opwarming van de aarde. Kortom, verschillende signalen van een zachte winter, zoals er in de toekomst waarschijnlijk wel meer zullen komen.

350

koudegetal [Celsius dag]

300 250 200 150 100 50 0 1900

1920

1940

1960

1980

2000

2020

Figuur 1. Het Hellmanngetal (koudegetal) in De Bilt (gehomogeniseerde temperatuurreeks) voor de periode 1902 – 2020. In deze grafiek is het jaartal van de winter dat van de eerste helft, dus afgelopen winter staat bij 2019.

30

Meteorologica 1 - 2020

Come and study Meteorology and Air Quality at Wageningen University

Bachelor of Science

Soil, Water, Atmosphere

Master of Science

Meteorology and Air Quality Wageningen University Meteorology and Air Quality http://www.maq.wur.nl Contact: Michiel van der Molen Michiel.vanderMolen@wur.nl Information: BSc: http://www.wur.nl/bbw MSc: http://www.wur.nl/mee

Meteorologica 1 - 2020

31

Verslag van het NVBM-najaarssymposium “Atmospheric Circulation and Climate Changes” Reinder Ronda (WUR) Op 29 november 2019 vond het najaarssymposium van onze vereniging plaats in de Boothzaal van de Universiteit Utrecht (Figuur 1) met als thema: ‘Atmospheric circulation and climate changes.’ Eerst stonden we stil bij het recente overlijden van het NVBM-erelid Jon Wieringa. Leo Kroon sprak daartoe een in memoriam uit, waarin uitgebreid werd ingegaan op Jons grote belang voor het Nederlandse onderwijs en onderzoek in de meteorologie, zowel op het KNMI als op de Wageningen Universiteit. Daarnaast memoreerde Leo Kroon Jons inspanningen voor onze vereniging en voor de European Meteorological Society. Van beide was Jon medeoprichter.

De eerste presentatie was van Rein Haarsma (KNMI). Rein presenteerde recent werk dat is uitgevoerd in het kader van het PRIMAVERA project. Doel van dit project is om een nieuwe generatie van klimaatmodellen te ontwikkelen waarop voor relatief hoge resolutie klimaatveranderingen op regionale schaal inzichtelijk kunnen worden gemaakt. Rein liet zien dat met deze hoge-resolutie modellen in toenemende mate fijnschalige atmosferische en oceaancirculaties kunnen worden meegenomen in klimaatstudies. Maar Rein rekende zich niet te rijk, want ook op hoge-resolutie komen systematische fouten voor en moeten veel processen nog steeds worden geparameteriseerd.

De tweede presentatie werd gehouden door Michiel Baatsen (IMAU, Universiteit Utrecht). Met Michiel gingen we 34 tot 42 miljoen jaar terug in de tijd, naar het midden en laat-Eoceen, gesimuleerd door het CESM klimaatmodel van NCAR. Deze periode werd gekenmerkt door een warm klimaat, waarin Antarctica ijsvrij en (deels) begroeid was. Hij toonde aan dat het relatief gelijkmatige klimaat tijdens het midden- en laat-Eoceen mogelijk was door veranderingen in de stralingsbalans ten opzichte van het huidige (pre-industriële) klimaat. Daarnaast liet Michiel zien dat in deze periode het klimaat van Antarctica zeer sterke seizoenswisselingen had, en er zelfs sprake was van subtropische moesson aan de randen dit continent.

Vervolgens was Karin van der Wiel (KNMI) aan de beurt.

Karin liet werk zien dat zij in het verleden heeft verricht aan de ‘South Pacific convergence zone’. Deze zone ligt in het zuidwesten van de Grote Ocean en wordt door specialisten de “kerkhofzone” genoemd voor fronten die vanuit het zuid(westen) aankomen. Karin liet zien dat voor het uitdoven van de fronten de afbuiging van de atmosferische Rossbygolven richting de Tropen boven de zuidelijke Grote Oceaan cruciaal is. Eenmaal in de Tropen genereren de Rossbygolven namelijk diepe convectie wat boven in de atmosfeer tot divergentie leidt, en dus tot dissipatie van de Rossbygolf. Als extraatje liet Karin nog zien dat Rossbygolven gewoon doorlopen in een modelsimulatie waarbij de mogelijkheid tot diepe convectie is uitgeschakeld.

Als laatste voor de lunchpauze sprak Imme Benedict (Wageningen Universiteit), over de waterbalans in het stroomgebied van de Mississippi. Imme bepaalde de vochtbronnen van de Mississippi (de verdampingsbronnen die uiteindelijk zorgen voor neerslag boven de Mississippi) voor het huidige en het toekomstige klimaat (verhoogde zeewatertemperaturen en concentraties van broeikasgassen, scenario RCP4.5). Haar belangrijkste bevindingen zijn dat in de toekomstige winter 32

Meteorologica 1 - 2020

Figuur 1. Deelnemers praten na over de verschillende presentaties. meer verdamping boven de oceaan gaat plaatsvinden, resulterend in meer neerslag boven de Mississippi. Daarnaast zal in de toekomstige zomer vocht minder gerecycled worden in het stroomgebied, waaruit je kan concluderen dat landgebruikveranderingen een kleinere impact hebben op het neerslag budget van de Mississippi in toekomstige zomers.

Na de lunch was het de beurt aan onze buitenlandse gast Paul Williams (Universiteit van Reading). Paul liet onder meer zien dat vluchten van west naar oost, bijvoorbeeld van JFK naar LHR, in een toekomstig klimaat aanmerkelijk korter zullen duren, terwijl vluchten van oost naar west langer zullen zijn. De reden hiervoor is dat hoger in de atmosfeer (rond 250 hPa) de horizontale temperatuurgradiënt toeneemt wat leidt tot sterke winden: van west naar oost meer rugwind en van oost naar west meer kopwind. Naast het effect op vliegtijden heeft klimaatverandering ook effect op de turbulentie. Paul liet zien dat de zogenaamde clear-air-turbulentie sinds de jaren 1980 jaren met 15% is toegenomen.

Vervolgens was het de beurt aan Saskia van Genuchten (ministerie van Defensie). Saskia liet zien dat het ministerie van Defensie klimaatverandering als een risico ziet voor de Nederlandse veiligheid, met name het onbewoonbaar worden van delen van de wereld waar momenteel meer dan een miljard mensen wonen, het onbewoonbaar worden van eilanden en delta’s door zeespiegelstijging, en het vaker voorkomen van extreem weer. Daarnaast zou klimaatverandering een rol kunnen spelen bij het versterken van bestaande dreigingen.

Ten slotte was Peter Kerkmans (Vattenfall) aan de beurt.

Peter liet zien dat weer een belangrijke factor is voor de vraag naar energie, en in toenemende mate ook voor het aanbod van energie. Daarbij bleken er grote verschillen per land binnen Europa op te treden. Peter sloot af met het benadrukken van het grote belang van goede weersverwachtingen én van deskundigheid van diegenen die deze verwachtingen moeten interpreteren.

Een verhuizing – MeteoGroup Wageningen is nu DTN Utrecht Wim van den Berg (DTN) Een beetje in stilte heeft MeteoGroup afscheid genomen van Wageningen. Het bedrijf is nu gevestigd in Utrecht, onder de vlag van DTN. Hier een korte terugblik.

Wie weet het nog? Bijna 33 jaar geleden begon het eerste commerciële weerbedrijf in Nederland onder de naam Meteo Consult in Wageningen. Onder aanvoering van Harry Otten probeerden vijf personen vanaf een barak op de Duivendaal, gekoppeld aan het gebouw van de Vakgroep Natuur- en Weerkunde van de Landbouw Hogeschool Wageningen, het jonge bedrijf tot een succes te maken. Dat succes kwam in het begin van de 90'er jaren van de vorige eeuw, toen Meteo Consult een aantal grote klanten binnenhaalde en ook de offshore markt mocht bedienen. Het bedrijf begon snel te groeien en al in 1993 verhuisde het naar een kantoor in het Agro Business Park. Al snel hadden we niet meer genoeg aan de bovenste (2e) verdieping maar werd ook de 1e verdieping gehuurd zodat boven ruimte was voor meer radiostudio’s en een TV-studio.

Een enorme boorpartij maakte een binnentrap tussen beide verdiepingen en de kantine mogelijk. In het begin van deze eeuw namen we ook de begane grond over, kwam er een groot cursuslokaal bij, en een ruime ontvangsthal. Vestigingen in het buitenland werden opgericht, Meteo Consult werd MeteoGroup, maar Wageningen bleef steeds het hoofdkantoor waar meer dan 100 collega’s hun werkplek hadden.

In 2018 begonnen de voortekenen van veranderingen op te doemen. Nieuwe IT’ers vonden de reis naar Wageningen te lang, en we begonnen een pilot met een bijkantoor in Tribes

bij Utrecht Centraal. Dat werkte, binnen een jaar werkten 30 mensen vanuit Utrecht. Ook de internationale board had liever een locatie dichterbij Schiphol, en zo kwam al snel een verhuizing naar Utrecht in beeld. Dat bleek nog niet zo eenvoudig te realiseren, want Utrecht is tegenwoordig net zo booming als Amsterdam-Zuid. Het werd het immense Courtyard gebouw (zie Figuur 1) in Papendorp, en op 25 november 2019 gingen we daar op de 6e verdieping (mooi uitzicht naar alle windrichtingen!) van start. Zonder studio’s overigens, want het mediateam vond onderdak bij Talpa.

Er gebeurde echter nog iets. De verhuizing werd door onze Zwitserse eigenaar aangegrepen om MeteoGroup te integreren in het grotere Amerikaanse bedrijf DTN (Data Transmission Network) dat zij in 2017 verworven hadden. Dus op die 25e november vond in één klap in al onze kantoren een rebranding plaats. Grappig daarbij is dat DTN óók ongeveer in 1986 ontstaan is, zie https://en.wikipedia.org/wiki/DTN_ (company)#TBG_and_recent_growth_(2017%E2%80%93), en haar eerste activiteiten net als Meteo Consult had in een mix van landbouw, weer en media. De cirkel is rond? Nog niet helemaal natuurlijk, want er vindt nog een heel proces plaats om de technische en weersverwachtingssystemen van beide bedrijven daadwerkelijk te integreren. En collega’s uit Wageningen en omgeving moeten zich nu mengen in het drukke forensenverkeer, waarbij menigeen nog wel eens terugdenkt aan die mooie werkplek dichtbij huis waar we ruim 25 jaar kantoor hielden.

Figuur 1. Voorkant van het Courtyard gebouw in Papendorp.

Meteorologica 1 - 2020

33

Van tweeën een

column

Leo Kroon

34

Meteorologica 1 - 2020

In het septembernummer 2017 van het Ame- precisie-landbouw en meer gebruik van biopolyrikaanse tijdschrift National Geographic stond esters (deze zijn beter te recyclen) tot toevoegineen zeer lezenswaardig artikel onder de kop gen aan voer voor koeien (lagere methaan-emis“This tiny country feeds the world.” Het gaat sies) en het ontwerpen van zogenaamde energiehierbij over Nederland en de enorme producti- tuinen. Het zijn stuk voor stuk goede aanzetten viteit in de landbouw die wij hebben weten te voor veranderingen, maar zullen de nodige tijd bereiken. Nederland is, na de Verenigde Staten, in beslag gaan nemen en bij elkaar toch nog niet de tweede exporteur van landbouwgoederen voldoende zijn. Verder moeten enkele van deze ter wereld gemeten in waarde. Nou moet daar plannen in het buitenland uitgevoerd worden wel direct bij gezegd worden dat veel van die (Brazilië, Indonesië, Ethiopië, etc.) en leveren export slechts uit doorvoer bestaat. Bijvoorbeeld voor Nederland dus niet direct soelaas. Het rozen, gekweekt in Kenia, worden in Nederland uitkopen van boeren(bedrijven) om woningen te geïmporteerd, geveild en liggen de dag erna in bouwen biedt netto voor de natuurgebieden ook de winkels in Groot-Brittannië. De landbouw- geen oplossing: of de stikstof nou van de een of productie zelf draagt maar voor 2 à 3% bij van de ander komt, het is nog steeds evenveel. aan het BBP. Desondanks heeft men in Neder- Alleen woningzoekenden zijn hierbij gebaat. land door onderzoek en innovatie een ongekend Maar ook andere bronnen dragen bij aan de hoge productie per oppervlakte-eenheid weten emissies: industrie, huishoudens, weg- en luchtte bereiken. Als voorbeeld worden in het artikel verkeer. Een prangend voorbeeld is Schiphol, tomaten genoemd. Met een productie van meer waar verschillende belangen frontaal botsen. dan 144 duizend ton per vierkante mijl (Ameri- Als je kijkt naar de economische belangen kanen hebben nog steeds het S.I. niet omarmd) zou Schiphol verder moeten uitbreiden, want is dit bijna vijf keer de groei van het zoveel als nummer aantal banen is hiertwee in de lijst: Spanmee gediend. Maar je. Ook voor veel omliggende gemeenandere landbouwprotes zijn vooral geïnteducten zit Nederland resseerd in de bouw wat productie per van extra woningen opper vla k te - eenen zien weinig heil heid betreft in de top in een nog groter vijf van de wereld. ruimtebeslag door Verder worden de de luchthaven. Als Figuur 1. Bodemgebruik in Nederland in 2015 1: Agrarisch terrein, 2: Bos, 3: Open natuurlijk terrein, 4: Nederlandse presderde partij zijn de Recreatie terrein, 5: Woonterrein, 6: Verkeersterrein, 7: taties op het gebied milieubewegingen Bedrijfsterrein, 8: Overig bebouwd terrein, 9: Bouwtervan verduurzaming faliekant tegen uitrein, 10: Binnenwater, 11: Buitenwater (bron CBS). geroemd. Zo is door breiding omdat dan precisie-landbouw de natuur verdwijnt en aardappel-opbrengst de emissies toeneper hectare verdubbeld, is het watergebruik voor men. De omwonenden, ten slotte, zijn tegen veel gewassen met 90% verminderd, worden er uitbreiding van Schiphol vanwege de toename in de kasteelt bijna geen chemische pesticiden in geluidsoverlast. De strijd gaat dus over de meer gebruikt en is het gebruik van antibiotica bestemming van het schaarse landoppervlak. De in de pluimveeteelt met 60% afgenomen. een zijn winst is de ander zijn verlies.

Kortom, prachtige prestaties. Helaas is er Bij de discussie over de stikstofproblematiek ook een keerzijde van deze medaille. Meer dan wordt het langzaamaan duidelijk dat we tegen de 50% van ons landoppervlak is in gebruik voor grenzen aanlopen van wat er in een klein landje de landbouw (zie Figuur 1). Door de intensieve allemaal wel of niet kan. Een hoge landbouwlandbouw en veehouderij zitten we opgescheept productie, een intensieve en hoog technische met een productie aan afvalstoffen die het toe- industrie, een zeer hoge bevolkingsdichtheid die laatbare voor natuurgebieden ver overschrijdt en door immigratie nog altijd stijgt, een toename ook fors bijdraagt aan klimaatverandering. In het in mobiliteit, en het hebben van grote natuurgeblad Wageningen World (nr. 4, 2019) geven acht bieden: het oppervlak van ons land is domweg Wageningse wetenschappers de mogelijkheden te klein om aan de wensen van alle belanghebaan om “miljoenen tonnen uitstoot te besparen” benden te kunnen voldoen. De Engelsen hebben (wereldwijd dan wel). De ideeën lopen uiteen hiervoor een mooi spreekwoord: “You can’t have van bossen aanplanten voor het vastleggen van your cake and eat it.” Dit betekent simpelweg dat kooldioxide, het stimuleren van zogenaamde er keuzes gemaakt moeten worden.

Sponsors van de Nederlandse Vereniging ter Bevordering van de Meteorologie

Werken bij KNMI: the best place to be voor onderzoekers!

Colofon Redactie Hoofdredacteur: Richard Bintanja (e-mail: richard.bintanja@knmi.nl, tel: 030-2206499).

Redactieleden: Wim van den Berg, Aarnout van Delden, Robert Mureau, Rob Sluijter, Fiona van der Burgt en Ben Lankamp.

Artikelen en bijdragen Deze dienen uitsluitend digitaal (bv. per e-mail) te worden aangeleverd, als Word document met figuren apart. Uiterste inleverdata hiervoor zijn: 1 februari, 1 mei, 1 augustus en 1 november voor respectievelijk nummer 1, 2, 3 en 4.

Voor meer informatie over de procedure, zie http://www.nvbm.nl/meteorologica/informatie_voor_auteurs/ Artikelen uit Meteorologica mogen uitsluitend worden overgenomen na voorafgaande schriftelijke toestemming van de redactie.

Meteorologica (ISSN 0929-1504) verschijnt vier maal per jaar en is een uitgave van de Nederlandse Vereniging ter Bevordering van de Meteorologie (NVBM).

Penningmeester en administratie: Mike Budde (penningmeester@nvbm.nl) Vormgeving: Colorhouse, Almelo Vermenigvuldiging: Colorhouse, Almelo

Abonnementen Alle leden van de NVBM zijn automatisch geabonneerd op Meteorologica. Ook niet-leden kunnen zich abonneren door 31,- euro voor vier nummers over te maken naar IBAN: NL66INGB0000626907, BIC: INGBNL2A, ten name van: NVBM-Meteorologica Postbus 464 6700 AL Wageningen onder vermelding van: “Abonnement Meteorologica” en uw adres.

Abonnementen worden telkens aangegaan voor een heel kalenderjaar; bij tussentijdse betaling worden de reeds verschenen nummers van dat jaar toegestuurd. Voor abonnees in het buitenland zijn de kosten 38,euro per jaar. Ook losse nummers kunnen op deze manier worden besteld (zolang de voorraad strekt) voor 10,- euro per stuk, onder vermelding van de gewenste jaargang en nummer(s).

Instellingen betalen 65,- euro voor een abonnement. Een student-abonnement kost 16,per jaar. Opzeggingen per email naar het bestuur (bestuur@nvbm.nl); hierbij geldt een opzegtermijn van drie maanden.

Lid worden van de NVBM Het lidmaatschap van de NVBM kost 55,euro per jaar. Meer informatie hierover is te vinden op de NVBM website: www.nvbm. nl. Opzeggingen per email naar het bestuur (bestuur@nvbm.nl); hierbij geldt een opzegtermijn van drie maanden.

Advertenties Adverteren in Meteorologica is mogelijk. Advertenties worden geplaatst op 3 formaten: A5, A4 of A3. Uiterste inleverdata voor advertenties zijn: 1 februari, 1 mei, 1 augustus en 1 november voor respectievelijk nummer 1, 2, 3 en 4.

Tarieven zijn op te vragen bij Richard Bintanja (e-mail: richard.bintanja@knmi.nl, tel: 0302206499).

Sponsorschap NVBM Men kan sponsor worden van de NVBM. Een sponsorschap wordt afgesloten voor minimaal 1 jaar. Een sponsor heeft diverse rechten, o.a.: – Het plaatsen van advertenties in Meteorologica – Plaatsing van het firmalogo in het blad.

– Het bijwonen van congressen e.d. georganiseerd door de NVBM. Voor meer informatie over het sponsorschap kunt u contact opnemen met Richard Bintanja of Mike Budde (zie boven).

Meteorologica 1 - 2020

35

MEETINSTRUMENTATIE

Broeikasgas Instrumentatie en Analyse

LI­830 CO2 Analyzer

LI­7810x CH4 / CO2 / H2O Trace Gas Analyzers

LI­850 CO2 / H2O Analyzer

LI­7700 CH4 Open path Methaan Analyzer

LI­7200RS Closed path CO2 / H2O Analyzer.

Meten in de CLOUD!

LI­7500RS Open path CO2 / H2O Analyzer.

Data analyse voor EC

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