Wie een temperatuur wil meten, gebruikt een thermometer. Dat lijkt heel simpel en eigenlijk is het dat ook wel. Maar zelfs simpele dingen hebben, wanneer je wat dieper graaft, altijd weer hun eigen complicaties. Zo zou iemand die de temperatuur van de buitenlucht wil meten tot het inzicht kunnen komen dat een thermometer dat helemaal niet kan. Het enige dat een thermometer kan meten, is zijn eigen temperatuur.
Thermometerhutten
Nu leert de thermodynamica dat een thermometer die in de buitenlucht hangt, vanzelf de temperatuur van die lucht zal aannemen, op voorwaarde dat er niets anders is dat energie onttrekt of toevoegt aan die thermometer. Zo mag de thermometer niet nat worden en niet blootgesteld zijn aan zonlicht. In 1864 bedacht Thomas Stevenson een goede afscherming voor thermometers: de Stevensonhut (of Stevenson screen), die de Britse Royal Meteorological Society in 1873 inspireerde tot een lijst van ontwerpcriteria voor thermometerhutten. Instrumentele metingen van voor deze periode worden tegenwoordig met de nodige argwaan bekeken, juist omdat een goede afscherming toen vaak ontbrak.
Maar dat betekent niet dat er geen problemen zijn met metingen vanaf 1873. Nog voor het einde van de 19e eeuw werd er een belangrijke tekortkoming in het ontwerp van Stevenson gevonden: via de open bodem van zijn hut kon op zonnige dagen vanaf de grond zonlicht gereflecteerd worden, waardoor metingen te hoog konden uitvallen. Sindsdien zijn er nog allerlei aanpassingen geweest: om de kwaliteit van metingen te verbeteren, om kosten te besparen, om onderhoud te vergemakkelijken, enzovoort.
Voor wie wil weten hoe warm het gisteren was, zijn zulke aanpassingen niet van belang. Voor klimaatwetenschappers, die naar veranderingen van de temperatuur van de hele aarde op lange termijn kijken, is dat anders: als veel thermometerhutten binnen een bepaalde periode op dezelfde manier worden veranderd, kan dat een systematische afwijking van de metingen opleveren. Om een nauwkeuriger beeld te krijgen van de werkelijke veranderingen van de temperatuur sporen wetenschappers zulke systematische fouten op en corrigeren ze de data ervoor. Dit wordt homogenisatie genoemd.
Warmte-eilandeffect
Natuurlijk zijn in anderhalve eeuw niet alleen thermometerhutten veranderd. Neem de thermometer zelf: ooit waren het allemaal kwikthermometers, terwijl we tegenwoordig vooral elektronische thermometers gebruiken. Ook de omgeving van veel thermometers is veranderd. Zo zou in een steeds meer verstedelijkte wereld het wamte-eilandeffect (of Urban Heat Island effect, UHI) een rol kunnen spelen: in een stedelijke omgeving is het vaak warmer dan op het platteland. Verstedelijking van de omgeving van een meetpunt kan lokaal een opwarmend effect hebben. Dat effect kan eigenlijk geen afwijking worden genoemd, omdat het daadwerkelijk warmer wordt, maar voor onderzoekers die het mondiale klimaat bestuderen vertekent zo'n lokaal effect wel degelijk het beeld en moet het dus uit de data worden gefilterd. Overigens blijken er in de loop der tijd in Europa veel thermometers vanuit steden te zijn verhuisd naar buiten de stad gelegen (en dus koelere) vliegvelden. Dat ook daarvoor gecorrigeerd moet worden, is iets dat de meeste fanatieke pleitbezorgers voor grotere UHI-correcties vaak gemakshalve over het hoofd zien.
Metingen boven oceanen schaars
Ruim 70 procent van het aardoppervlak bestaat uit water. Op dat water staan geen thermometerhutten. Metingen van de atmosferische temperatuur boven oceanen zijn dan ook schaars. Om de verandering van de gemiddelde mondiale temperatuur te bepalen, combineren wetenschappers daarom de atmosferische temperatuur boven land met de temperatuur van het water aan het oceaanoppervlak. Die watertemperatuur wordt al lange tijd regelmatig gemeten door scheepsbemanningen.
Ook hier moet de wetenschap rekening houden met veranderingen. Ooit werd de temperatuur gemeten met een thermometer in een emmer water die uit de oceaan werd geschept. Door verdamping koelde dat water in de emmer een beetje af. Later kon aan boord simpelweg de temperatuur afgelezen worden van het water dat door het schip werd ingenomen om de motor te koelen. Dat water is vaak al een beetje opgewarmd na de inname. Dat schepen in de loop der tijd steeds groter werden, zorgde er dan weer voor dat het innamepunt vaak wat dieper onder het oppervlak kwam te liggen. En ondertussen zijn er ook nog eens boeien in gebruik genomen, die de temperatuur zonder systematische afwijking meten.
Alles overziend blijken metingen van de temperatuur boven land in het verleden relatief vaak iets te hoog te zijn geweest, en die van het zeewater juist wat te laag. De gecorrigeerde data laten dus boven land iets meer opwarming zien dan de ruwe data, en op zee juist iets minder. Het spreekt voor zich dat degenen die de klimaatwetenschap in een kwaad daglicht willen stellen alleen aandacht hebben voor de correcties van metingen boven land. Dat de mondiale trend door alle correcties samen juist naar beneden wordt bijgesteld, vermelden ze liever niet.
[[{“fid”:”55188″,”view_mode”:”default”,”fields”:{“format”:”default”,”field_file_image_alt_text[und][0][value]”:””,”field_file_image_title_text[und][0][value]”:””},”type”:”media”,”attributes”:{“style”:”height:420px; width:595px”,”class”:”file-default media-element”}}]]
Homogenisatie begint met het opsporen van inhomogeniteiten in een gegevensreeks. Dat kan op twee manieren. De meest voor de hand liggende is het doorzoeken van logboeken en eventuele andere beschikbare informatie van elke meetlocatie op gegevens over veranderingen: de zogeheten metadata. Het is wel een bijzonder arbeidsintensieve methode en bovendien zullen niet alle veranderingen bij alle meteostations in de wereld goed gedocumenteerd zijn. Daarom wordt ook in de data zelf gezocht, met slimme statistische methodes. Bijvoorbeeld door metingen van naburige meetlocaties met elkaar te vergelijken. Er is in de loop der tijd een groot aantal algoritmes ontwikkeld om dergelijke analyses uit te voeren. Veel van die algoritmes kunnen een sprong of afwijkende trend in metingen niet alleen detecteren, maar er ook een kwantitatieve schatting van maken.
Onzekerheden blijven
De computerprogramma’s waarmee metingen worden geanalyseerd, zijn relatief eenvoudig te testen. Dat gebeurt dan ook. In zulke tests laat men de programma’s allerlei datasets analyseren: echte metingen en zogenaamde synthetische data (die speciaal voor deze tests zijn gegenereerd), die volledig homogeen zijn, of waar juist bewust homogeniteiten in zijn gestopt. Op die manier wordt beoordeeld hoe goed het algoritme werkt en kunnen de algoritmes van verschillende onderzoeksinstituten met elkaar worden vergeleken. Al met al kun je stellen dat homogenisatie een proces is dat (systematische) afwijkingen in datasets kan verkleinen, maar onzekerheden nooit helemaal weg kan nemen. De wetenschappers die zich met het onderwerp bezighouden blijven dan ook voortdurend werken aan verbetering.
Ondanks al die zorgvuldigheid blijft homogenisatie een dankbaar onderwerp voor wie twijfel wil zaaien over de klimaatwetenschap, door de indruk te wekken dat het ‘aanpassen van data’ een frauduleus complot is. De realiteit is natuurlijk dat het kritisch onder de loep nemen van alle data essentieel is in de wetenschap, en dat vrijwel alle wetenschappelijke disciplines die gegevens over langere periodes gebruiken op één of andere manier te maken hebben met systematische afwijkingen in hun data, die ze moeten opsporen en corrigeren. De wereld verandert immers, en daarmee de meetmethodes, de omgeving waarin die metingen plaatsvinden en degenen die de metingen uitvoeren. Allemaal factoren om rekening mee te houden.
Conservatieve denktanks VS
Een prettige bijkomstigheid voor twijfelzaaiers is dat homogenisatie een waarneembaar effect heeft op de temperatuurgegevens van de VS, thuisbasis van veel ‘conservatieve denktanks’ en van veel vooraanstaande klimaatwetenschappers. Dit heeft vooral te maken met veranderingen in het tijdstip waarop metingen worden afgelezen. Het voert te ver om hier in detail op in te gaan; de website Skeptical Science heeft enkele jaren geleden een goede toelichting geplaatst, geschreven door een van de Amerikaanse deskundigen op dit terrein, Zeke Hausfather. De belangrijkste constateringen: het motief voor deze correcties is zorgvuldig beargumenteerd, verschillende wetenschappelijke instituten komen onafhankelijk van elkaar tot nagenoeg identieke resultaten en het effect van deze correcties op de mondiaal gemiddelde temperatuur is verwaarloosbaar.
Een ander bruikbaar gegeven voor twijfelzaaiers is de gewoonte om bij homogenisatie van klimaatgegevens terug in de tijd te werken. De meest recente metingen worden als referentie genomen; indien er een inhomogeniteit wordt gevonden, worden de gegevens voor de periode die daaraan vooraf gaat gecorrigeerd. Het is een keuze die om praktische redenen wordt gemaakt en probleemloos is, omdat men vooral geïnteresseerd is in de verandering van de temperatuur (de zogenaamde anomalie). Niet gehinderd door kennis van zaken noemen twijfelzaaiers dit graag “het steeds weer aanpassen van historische data”.
“Geknoei met data”
Het is prima wanneer mensen kritisch naar homogenisatie van klimaatgegevens kijken; de wetenschappers die van dit onderwerp een dagtaak hebben gemaakt, doen dat zelf ook. Maar homogenisatie simpelweg afdoen als ‘geknoei met data’ is geen serieuze kritiek. Bij lange-termijn trendanalyses is een robuuste kwaliteitscontrole belangrijk, en dat is in feite wat homogenisatie is. Niet-klimatologische invloeden op de metingen moeten zo goed mogelijk verwijderd worden om een nauwkeurige inschatting te maken hoe sterk de aarde is opgewarmd.
Meer informatie over homogenisatie is te vinden op Variable Variability, het blog van Victor Venema, een van de specialisten op dit gebied.
Hans Custers is scheikundig technoloog. Hij heeft als adviseur milieu en veiligheid gewerkt voor een ingenieursbureau en voor de gemeente Rotterdam. Sinds 2013 werkt hij mee aan het blog Klimaatverandering.
