Een bijdrage van Martijn van Mensvoort.
De zon vormt in essentie een hete gasbol met fluctuaties die ontstaan t.g.v. magnetische activiteit. Deze openbaren zich via een scala van magnetische fenomenen, zoals: zonnevlekken, zonnefakkels en zonnevlammen1. Een groot deel van de bijbehorende fluctuaties ontstaat t.g.v. de magnetische zonnecyclus, welke een lengte heeft van ~22 jaar [= Hale cyclus]. De magnetische polen van de zon wisselen halverwege deze cyclus van polariteit; dit impliceert dat de magnetische cyclus 2 zonnecycli omvat van ~11 jaar [= Schwabe cyclus]2.
In dit artikel staan de ‘primaire minima’ van de 22-jarige magnetische zonnecyclus centraal; dit betreft de minima bij de ’totale zonnestraling’ [TSI = total solar irradiance] die ontstaan wanneer de magnetische polen van de zon zich in de oorspronkelijke positie bevinden. Ook is aandacht besteed aan de impact van de ‘secundaire minima’, welke ontstaan in de fase van de cyclus waarbij de polen van positie hebben gewisseld. Het belang van de minima komt tot uitdrukking in het feit dat dit de meestal stabiele fase van de zonnecyclus betreft, die bekend staat als de ‘inactieve fase’ waarbij vooral weinig zonnevlekken en zonnevlammen ontstaan.
Na een correctie voor vulkanisme toont de temperatuur van zowel de atmosfeer (HadCRUT4 temperatuur serie3) als het zeewater oppervlak (HadSST34) voor de periode 1890-1976 een welhaast ‘perfecte correlatie’ met de primaire minima van de TSI (LISIRD): r > 0,993 [p=0,000]. Op basis van de gemiddelde waarden van de LISIRD TSI data set5 en de IPCC AR5 TSI data set6 tonen de tussenliggende secundaire minima in de periode 1902-1965 bij zowel de atmosfeer als het zeewater oppervlak ook een ‘perfecte correlatie’: r > 0,994 [p=0,000]. Op basis van deze perfecte correlaties is geconcludeerd dat de invloed van de stijging van CO2 nihil is geweest bij de opwarming van ~0,2°C die tussen 1890 en 1976 via een oscillerende dynamiek is ontstaan. De perfecte correlaties bewijzen dat er sprake moet zijn van een versterkend mechanisme voor de relatief kleine fluctuaties in de activiteit van de zon bij de minima van de magnetische zonnecyclus. De ENSO cyclus speelt hierbij een sleutelrol d.m.v. een complex mechanisme want zowel zonneminima als zonnemaxima zorgen vaak voor negatieve ENSO waarden. Tevens hebben de laatste 3 super El Ninos zich voorgedaan bij 3 van de 4 meest extreme veranderingen in het impulsmoment bij de beweging van de zon rond het barycentrum.
Bij de zeewateroppervlaktetemperatuur is voor de periode 1890-2017 bovendien tijdens 5 van de 6 magnetische zonnecycli de verandering vrijwel geheel verklaard door de fluctuaties in de activiteit van de zon. Enkel bij de magnetische cyclus tussen 1976-1996 is de stijging van de temperatuur duidelijk niet te verklaren door de activiteit van de zon. Dit betreft de periode waarin het gat in de ozonlaag is ontstaan. De ‘footprint’ van deze afwijking in de periode 1976-1996 wijst in de richting van een specifieke groep broeikasgassen, namelijk: de CFK’s (chloorfluorkoolwaterstoffen) – welke bekend staan als zeer agressieve broeikasgassen waarvan het gebruik sinds 1987 wereldwijd is verboden. In de jaren ’90 werd het gebruik van CFK’s grotendeels afgebouwd met als gevolg dat de ozonlaag sinds het jaar 2000 herstellende is. Na een aanvullende correctie op basis van de omvang van het gat in de ozonlaag blijkt op basis van de primaire zonneminima en de zeewateroppervlaktetemperatuur ook m.b.t. de periode 1890-2017 een ‘perfect correlatie’ aanwezig; voor de atmosfeer wordt op basis vrijwel dezelfde correcties een ‘perfecte correlatie’ beschreven voor de periode 1890-1996.
De conclusie luidt dat de opwarming van het zeewater oppervlak (+0,9°C) tussen 1890 en 2017 voor 2/3 is veroorzaakt door de zon en voor 1/3 is veroorzaakt door het gebruik van CFK’s (met name in de periode 1976-1996). De sterke correlatie tussen CO2 en de temperatuur berust daarom op een spurieus verband dat ontstaat t.g.v. de combinatie van de toegenomen activiteit van de zon en een tijdelijke impact van CFK’s. Wereldwijd toont de periode 1996-2017 wel +0,25°C extra opwarming (t.o.v. de opwarming van het zeewater oppervlak); deze extra opwarming is ontstaan via een mix van antropogene factoren waarbij de ‘footprint’ van CO2 ontbreekt.
Meerdere data sets voor de TSI bevestigen bij de primaire minima een patroon dat in hoge mate parallel loopt met de multi-decennia oscillatie in de temperatuurontwikkeling van de lagere atmosfeer op aarde. Zowel de LISIRD TSI data set als de AR5 TSI data set die het Klimaat Panel van de Verenigde Naties [IPCC] heeft gebruikt, tonen zeer hoge correlaties met de HadCRUT4 temperatuur serie bij zowel de primaire minima in de periode 1890-1976, als bij de secundaire minima in de periode 1902-1985. Bij de primaire minima liggen de betreffende correlaties in de orde van +0,96 en bij de secundaire minima in de orde van +0,93.
Cruciaal is dat bij alle TSI data sets in de laatste neerwaartse fase van de multi-decennia cyclus een duidelijk minder sterk neerwaarts verloop zichtbaar is dan bij de temperatuur het geval is. Dit verschil neemt af na een correctie voor vulkanisme [AOD7 = aerosolen optische dichtheid]. De genoemde ‘perfecte correlaties’ treden op wanneer aan de AOD waarde een relatief hoog gewicht wordt toegekend, doch in klimaatmodellen gebruiken meestal hoge gewichten (tot waarden in de orde van tenminste 4).
In de beschrijvingen van het IPCC is veelvuldig gerefereerd aan de 11-jarige zonnecyclus, doch de 22-jarige magnetische zonnecyclus is nooit ter sprake gebracht. In het verslag van de “expert review comments” bij het IPCC AR5 rapport (2013) wordt wel 1x door een expert reviewer terloops gerefereerd aan de 22-jarige cyclus, maar in haar reactie noemt het IPCC zelf het onderwerp ook hier niet8. Het IPCC onderkent in AR5 wel dat bij het bestuderen van lange termijn veranderingen in de activiteit van de zon de aandacht meestal is gericht op de minima, omdat deze zowel een meer “stabiele” als ook een meer “relevante” indicator vormen voor de trend dan de maxima9.
TIP: Figuur 6 beschrijft dat de zeewateroppervlaktetemperatuur (na een hoge correctie voor vulkanisme) in de periode 1890-2017
tijdens 5 van de 6 magnetische cycli de activiteit van de zon vrij nauwkeurig heeft gevolgd. Figuur 7 beschrijft hoe voor de periode 1890-2017 in 2 stappen een ‘perfecte correlatie’ is gevonden tussen de zon en zeewateroppervlaktetemperatuur.
INHOUD
• I – Primaire zonneminima verklaren de opwarming geheel in de periode 1890-1976
• II – ‘Even-oneven’ regel van Gnevyshev-Ohl voor zonnevlekkencyclus maxima geldt ook voor TSI minima
• III – Primaire minima in IPCC data set tonen +0,94 correlatie met temperatuur in de periode 1890-1976
• IV – Zeewateroppervlaktetemperatuur bevestigt: de zon verklaart opwarming in periode 1890-1976 geheel
• V – Spurieuze correlatie CO2 en zeewateroppervlaktetemperatuur verklaart door zon (2/3) + CFK’s (1/3)
• VI – Controverse tussen PMOD & ACRIM onderzoekteams over TSI minima + invloed zon op klimaat
• VII – Zonneminima tonen sterke ‘footprint’ in de ENSO cyclus: 80,8% v/d 120 maanden zijn negatief
• VIII – Discussie & conclusie
(Data: Excel data file)
I – Primaire zonneminima verklaren de opwarming geheel in de periode 1890-1976
In figuur 1 is voor de totale zonnestraling de LISIRD TSI data set weergegeven in combinatie met de HadCRUT4 temperatuur serie. Bij zowel de primaire minima in de periode 1890-2017 [r = 0,880; p=0,005] als de secundaire minima in de periode 1879-2008 [r = 0,897; p=0,008] wordt afzonderlijk een duidelijk hogere correlatie met de temperatuur aangetroffen dan bij alle minima tezamen in de gehele periode 1879-2017 het geval is [r = 0,801; p=0,000] – ofschoon het significantie niveau bij de combinatie met alle wel iets hoger is.
De secundaire zonneminima blijken een sleutelrol te spelen bij het ontstaan van de piekjaren van de multi-decennia cyclus, terwijl de primaire minima betrokken zijn bij het ontstaan van de bodemjaren van de multi-decennia cyclus.
Het onderste deel van figuur 1 beschrijft dat bij de primaire minima gedurende 4 magnetische zonnecycli, zowel met als zonder een temperatuur correctie voor vulkanisme, een patroon is aangetroffen dat zeer sterk overeenkomt met de multi-decennia cyclus in het temperatuurverloop op aarde. Met correctie voor vulkanisme (de AOD waarden zijn hierbij vermenigvuldigd met een gewicht van 1,15) blijkt de correlatie voor de primaire minima in de periode 1890-2017 verder gestegen naar +0,975 [p=0,000]. Een verdubbeling voor het gewicht van de AOD leidt tot een verdere stijging van de correlatie, waarbij de waarde oploopt tot voorbij de waarde +0,990; bij een verdrievoudiging ontstaat een welhaast perfecte correlatie: r = +0,993 [p=0,000].
Echter, bij de secondaire minima (en ook bij de combinatie met de primaire minima) wordt een aanzienlijk is het beeld aanzienlijk grilliger beeld; zowel een verdubbeling als een verdrievoudiging van het gewicht van de AOD leidt tot een beperkte toename van de correlatie.
Figuur 1: De opwarming tussen 1890 en 1976 wordt geheel verklaard door de LISIRD primaire zonneminima jaren via een perfecte correlatie (na een hoge correctie voor vulkanisme: AOD gewicht = 3,45 resulteert in r = 0,993 [p=0,000]). Bij een AOD gewicht vanaf 2,24 tot 3,89 bedraagt in de periode 1890-1976 de correlatie tussen de LISIRD en de HadCRUT4 op een waarde die voortdurend hoger is dan +0,99 [r > +0,990; p<0,001]. De secundaire zonneminima blijken een sleutelrol te spelen bij het ontstaan van de piekjaren van de multi-decennia cyclus in de temperatuurontwikkeling op aarde. Bij de secundaire jaren toont de periode 1923-1965 op basis een AOD gewicht van 1,15 ook een perfecte correlatie [r = 0,9997; p=0,000]. Voor de periode 1996-2017 verklaart de zon ongeveer 60% van de temperatuurstijging.
METHODE: Het AOD gewicht 1,15 is bepaald op basis van een analyse gericht op de verhoudingen tussen diverse HadCRUT4 waarden in de periode 1890-1976 en de bijbehorende waarden in twee TSI data sets (LISIRD & IPCC AR5) waarbij zowel de primaire als de secundaire minima zijn betrokken; wanneer de AOD gewicht waarde 1,15 bedraagt ontstaat een hoge mate van evenwicht tussen de waarden in de betrokken perspectieven. Echter, bij hogere AOD waarden ontstaan tussen de primaire waarden in beide TSI data sets afzonderlijk hogere correlaties met de HadCRUT4 (de details staan in de volgende paragraaf beschreven); de aangetroffen waarden zijn hierbij veelal zelfs hoger dan bij de TSI data sets onderling. Bij een verdrievoudiging van het AOW gewicht (3,45) wordt een bijna ‘perfecte correlatie’ aangetroffen: r = +0,993 [0,000]. De p-waarden van de correlaties zijn berekend met PSPP.
Figuur 1 toont een trend die gerelateerd is aan de Gnevyshev-Ohl ‘even-oneven’ regel (zie figuur 2), welke in de wetenschappelijke literatuur enkel in verband is gebracht met het verloop van de maxima in de zonnevlekken cyclus. Want uit figuur 1 blijkt dat bij de LISIRD TSI de secondaire minima vanaf het jaar 1856 altijd gepaard gaan met een lager niveau t.o.v. het daaropvolgende primaire minimum. Meestal ligt het TSI niveau van de secondaire minima ook lager dan het gemiddelde van de aangrenzende primaire minima. Van belang is hierbij vooral dat de temperatuurontwikkeling daarentegen meestal de omgekeerde trend toont: de secundaire temperatuur is meestal hoger dan het gemiddelde van de aangrenzende primaire temperaturen het geval is. Dit fenomeen gaat gepaard met een ’tegengestelde-zaagtand-beweging’ tussen de TSI en de temperatuur bij de overgangen tussen de primaire en secondaire minima. Dit fenomeen verklaart tevens de relatief lage correlatie die voor alle minima tezamen is beschreven t.o.v. de primaire en secundaire minima afzonderlijk.
Tenslotte beschrijft figuur 1 voor de periode 1996-2017 dat de zon ongeveer ~60% van de opwarming verklaard, wat aanzienlijk hoger is dan in de periode 1976-1996 het geval is (want bij deze laatste periode kan de zon de opwarming duidelijk niet verklaren). In paragraaf IV zal blijken dat in het perspectief van de stijging van de zeewateroppervlaktetemperatuur de zon een nog groter aandeel heeft in de opwarming tijdens de periode 1996-2017; vervolgens zal blijken dat in het patroon van de opwarming in het oceaan systeem enkel de periode 1976-1996 een ‘footprint’ toont die niet door de zon kan worden verklaard.
II – ‘Even-oneven’ regel van Gnevyshev-Ohl voor zonnevlekkencyclus maxima geldt ook voor TSI minima
Uit figuur 2 blijkt volgens de ‘even-oneven’ regel van Gnevyshev-Ohl, dat in de zonnevlekkencycli na 1850 de 2de piek meestal lager was dan de eerste piek; voorafgaand aan het jaar 1800 wordt daarentegen voortdurend het omgekeerde patroon aangetroffen. Figuur 2 beschrijft ook dat bij de in totaal 14 magnetische cycli die vanaf het het jaar 1712 zijn ontstaan, bij de maxima drie onregelmatigheden aanwezig zijn (waarbij na een verandering van de richting van de trend geen herhaling volgt).
Figuur 2 (= Fig.1.): De ‘even-oneven’ regel van Gnevyshev-Ohl beschrijft dat bij de zonnevlekkencyclus de piekwaarden een patroon tonen waarbij hogere en lagere pieken elkaar opvolgen binnen 1 magnetische zonnecyclus van 22 jaar10.
Ook bij de minima van de volledige LISIRD TSI (getoond op de LASP website) wordt in de periode 1712-1850 het omgekeerde patroon aangetroffen t.o.v. de periode na 1850. Hierbij is vanaf het jaar 1766 zelfs geen enkele onregelmatigheid aangetroffen bij overgangen van de secundaire minima naar de primaire minima (dit blijkt ook uit de opwaartse pijlen in het bovenste deel van figuur 1).
Tenslotte is het ook van belang om vast te stellen dat het fenomeen bij de minima in de periode vanaf 1712 meestal tegengesteld is gericht t.o.v. de overgangen bij de maxima op basis van de regel van Gnevyshev-Ohl; dit is van toepassing op 11 van de 14 magnetische cycli. Dit wijst in de richting van een natuurkundige fenomeen waarbij binnen de magnetische cyclus de beschreven trends bij de minima en de maxima elkaar compenseren door een tegengestelde beweging; dit verklaart deels waarom bij de maxima een meer grillige trend wordt aangetroffen t.o.v. de meer stabiele minima.
Dit fenomeen verklaart in de periode vanaf 1850 binnen het klimaat systeem op aarde een deel van de ‘klimaatruis’ met een temperatuur impact in de orde van gemiddeld +0,13°C bij de secundaire minima t.o.v. de primaire minima (deze impact is enkel gebaseerd op een imaginaire vergelijking t.o.v. de bijbehorende waarden van respectievelijk de secundaire en primaire TSI minima zoals getoond in figuur 1).
III – Primaire minima in IPCC data set tonen +0,94 correlatie met temperatuur in de periode 1890-1976
In figuur 3 is de TSI data set van het IPCC toegevoegd die is gebruikt in het laatste uitgebreide klimaatrapport (AR5 2013). Uit figuur 3 blijkt dat ook de TSI data set van het IPCC voor de periode 1890-1976 een soortgelijke oscillerende beweging toont die volledig parallel loopt met de temperatuurontwikkeling op aarde (zowel zonder als met de vermelde AOD correctie). De correlatie bedraagt hierbij t.o.v. de temperatuur (zonder AOD correctie): +0,94 [p=0,008]; met de weergegeven AOD correctie stijgt de correlatie verder naar +0,95 [p=0,006].
Het is opmerkelijk dat de correlatie tussen de LISIRD en de temperatuur [r = +0,975; p=0,003] zelfs een fractie hoger is dan de onderlinge correlatie tussen de LISIRD en de IPCC AR5 TSI [r = +0,967; p=0,004]. Want logischerwijs mag worden verwacht dat de LISIRD en de data set van het IPCC een hogere correlatie met elkaar zouden behoren te tonen dan de correlatie van beide met de temperatuur; dit vormt een indicatie dat alle drie sterk aan elkaar zijn gerelateerd. Deze observatie bevestigt het in paragraaf I beschreven beeld waarbij de activiteit van de zon de temperatuur fluctuatie tussen 1890 en 1976 geheel verklaard.
Figuur 3: Primaire minima in IPCC AR5 TSI data set4 tonen voor de periode 1890-1976 een +0,94 [p=0,008] correlatie met de temperatuur (zonder correctie voor vulkanisme).
Bij de IPCC data set tonen de secundaire minima voor de periode 1902-1985 een vergelijkbare correlatie met de temperatuur [zonder AOD correctie: r = +0,880; p=0,025; met AOD correctie: r = +0,93; p=0,010] t.o.v de correlatie tussen de LISIRD en de temperatuur [zonder AOD correctie: r = +0,913; p=0,017; met AOD correctie: r = +0,929; p=0,012]. De data set van het IPCC toont in de periode 1902-1985 bij het perspectief van de secundaire minima een beeld dat nauwelijks afwijkt van het beeld bij de LISIRD. Het is opvallend dat de onderlinge correlatie tussen de beide TSI data sets hierbij zelfs een duidelijk lagere waarde oplevert [r = +0,798; p=0,012]. Ook bij de secundaire minima tonen de TSI data sets en de HadCRUT4 temperatuur serie dus onderling opmerkelijk sterke verbanden, waarbij de TSI data sets zich niet duidelijk onderscheiden van de temperatuur.
Bij de primaire minima voor de periode 1890-1976 ligt de gemiddelde correlatie tussen de TSI (LISIRD & IPCC AR5 afzonderlijk) en HadCRUT4 temperatuur (na correctie voor vulkanisme met AOD gewicht op 1,15) in de orde van +0,96 en bij de secundaire minima voor de periode 1902-1985 in de orde van +0,93.
Uit figuur 3 blijkt overigens wel dat in de IPCC data set het fenomeen van de ’tegengestelde-zaagtand-beweging’ duidelijk minder sterk aanwezig is. De impact op de temperatuurverschillen tussen de primaire en secundaire temperaturen (t.o.v. de bijbehorende TSI waarde) blijft hierbij beperkt tot een waarde van +0,02°C voor de secondaire minima t.o.v. de primaire minima (terwijl in de vorige paragraaf voor de LISIRD een ruim 6x groter effect is beschreven: +0,13°C).
IV – Zeewateroppervlaktetemperatuur bevestigt: de zon verklaart opwarming in periode 1890-1976 geheel
In figuur 4 is de HadCRUT4 serie voor de temperatuur van de atmosfeer (wereldwijd) vervangen door de HadSST3 serie voor de oppervlakte zeewater temperatuur (wereldwijd). Het eerder beschreven beeld voor de minima jaren in de HadCRUT4 wordt bevestigd in het perspectief van de minima jaren in de HadSST3. Uit figuur 4 blijkt tevens dat ook de IPCC AR5 data set duidelijk bevestigt dat de TSI in de periode 1890-1976 het temperatuurverloop van het zeewater geheel verklaard.
Figuur 4: Zeewateroppervlaktetemperatuur (HadSST3) bevestigt dat de zon de opwarming in periode 1890-1976 geheel verklaard. Bij een AOD gewicht vanaf 2,11 tot 4,50 toont in de periode 1890-1976 de correlatie tussen de LISIRD en de HadSST3 een waarde die voortdurend hoger is dan +0,99 [r > +0,990; p<0,001]. Ook de IPCC AR5 data set bevestigt voor de perioode 1890-1976 dat de zon de opwarming verklaard en dat de TSI daling tussen 1954 en 1976 niet groter is dan de daling van de temperatuur.
Uit figuur 4 blijkt dat voor de periode 1996-2017 in het perspectief van de opwarming van het zeewater voor de invloed van de zon een aanzienlijk hoger percentage (~95%) wordt aangetroffen dan de 60% die in het onderste deel van figuur 1 voor dezelfde periode is beschreven m.b.t. de opwarming van de atmosfeer.
De volgende paragraaf beschrijft dat in het perspectief van de opwarming van het oppervlak van het oceaanwater, de zon ook vrijwel geheel verantwoordelijk blijkt te zijn voor de opwarming in de periode 1996-2017. Dit is van belang omdat volgens de Wereld Meteorologische Organisatie (WMO) – dit is de overkoepelende gespecialiseerde organisatie van de Verenigde Naties op het gebied van weer, klimaat en water – de warmte inhoud van de oceanen een meer betrouwbare indicator voor ‘global warming’ vormt dan de temperatuur in de atmosfeer11,12,13.
V – Spurieuze correlatie CO2 en zeewateroppervlaktetemperatuur verklaart door zon (2/3) + CFK’s (1/3)
In de klimaatwetenschap wordt veelal gerefereerd aan de sterke statistische correlatie tussen CO2 en de temperatuur; figuur 5 beschrijft dit verband (illustratie: Geert Jan van Oldenborgh, KNMI14). De wet van Henry15 beschrijft dat wanneer de temperatuur stijgt de concentratie van CO2 in de atmosfeer toeneemt (t.g.v. een afname van het oplossend vermogen van CO2 in oceaanwater). Ook hebben experts beschreven dat de temperatuurstijging zelf sinds 1850 ongeveer 15% van de CO2 stijging verklaart16. Bovendien blijkt dat in alle natuurlijke cycli CO2 de temperatuur volgt en niet andersom; dit geldt voor o.a.: de dagelijkse cyclus17, de seizoenen cyclus17 en ook de ijstijden cyclus18.
Kortom, ondanks de sterke correlatie tussen CO2 en de temperatuur kan dit verband fundamenteel bezien op basis van de genoemde natuurlijke mechanismen (de wet van Henry + de natuurlijke cycli) logischerwijs op zichzelf niet als een vorm van ‘bewijs’ worden aangevoerd voor het bestaan van een oorzakelijk verband waarbij de stijging van CO2 heeft geleid tot de stijging van de temperatuur. Immers, het beschikbare empirische bewijs op basis van de natuurlijke mechanismen wijst in de richting van een tegenovergesteld verband waarbij de temperatuur invloed heeft op de hoeveelheid CO2 en niet andersom.
Figuur 5: CO2 toont een sterke correlatie [r = 0,942] met de temperatuur (de roze jaren betreffen de primaire minimum jaren van de LISIRD TSI); deze relatie vertelt echter niets over het onderlinge verband in termen van oorzaak en gevolg. Voor de periode 1880-1970 is de correlatie duidelijk lager [r = 0,616].
In het klimaat systeem is nog steeds geen direct empirisch bewijs aangetroffen waaruit blijkt dat de monotone stijging van CO2 voor een groot deel verantwoordelijk is voor de temperatuurstijging sinds 1850. Wel werd in 2015 voor het eerst empirisch bewijs gepresenteerd waaruit blijkt dat CO2 enige invloed (~10% van de trend) bij de ’terugstraling’ van lange golf straling (infraroodstraling) vanuit de atmosfeer49. Desondanks claimt het IPCC dat het “uiterst waarschijnlijk” is dat meer dan de helft van de opwarming tussen 1951 en 2010 het gevolg is van de combinatie van broeikasgassen en andere antropogene forceringen; bovendien wordt gesuggereerd dat volgens de “beste inschatting” de opwarming in deze periode geheel door de combinatie van beide factoren is ontstaan19,20.
In figuur 6 is de zeewateroppervlaktemperatuur weergegeven (met een hoge AOD correctie met een gewicht van 3,29) voor de primaire minima jaren in de LISIRD TSI data set. Uit figuur 6 blijkt dat de periode 1890-1976 opnieuw bevestigd dat de opwarming t/m 1976 is ontstaan door de zon; tevens is maar liefst 97,6% van de opwarming tussen 1996 en 2017 ontstaan door de toegenomen activiteit van de zon. Bovendien blijkt voor de periode 1890-2017 maar liefst 59,2% van de opwarming te worden verklaard door de toegenomen activiteit van de zon. Figuur 6 maakt ook duidelijk dat enkel de opwarming tussen 1976 en 1996 duidelijk niet is ontstaan door de zon.
Ook wordt in de periode na 1976 wereldwijd ongeveer +0,225°C extra opwarming aangetroffen t.o.v. de zeewateroppervlaktetemperatuur (volgens de data sets van het Hadley Center, echter volgens de data sets van de NASA komt het verschil uit op +0,30°C). In het vervolg zal blijken dat dit effect na correctie voor vulkanisme en de ozonproblematiek geheel aan de periode tussen 1996 en 2017 mag worden toegeschreven, waarbij de omvang wel iets verder stijgt naar +0,25°C. Een kanttekening hierbij is dat in de 2de helft van de 19de eeuw sprake was van een omgekeerd effect t.g.v. luchtvervuiling boven land ontstaan uit antropogene activiteiten (in de vorm van een hoge concentratie van zwarte koolstof).
Figuur 6: Voor de periode 1890-2017 blijkt 59,2% van de stijging van de HadSST3 zeewateroppervlaktetemperatuur (na een hoge correctie voor vulkanisme: AOD gewicht = 3,29) het gevolg van de toegenomen activiteit van de zon (LISIRD TSI). Ook blijkt dat in de periode na 1976 wereldwijd +0,225°C extra opwarming is aangetroffen in de atmosfeer t.o.v. de zeewateroppervlaktetemperatuur (in figuur 6 lijkt de omvang groter omdat de data sets van de NASA zowel bij het zeewater als de atmosfeer duidelijk hogere absolute waarden tonen dan bij de data sets van het Hadley Center het geval is). Een soortgelijke grafiek voor de GISSTEMP temperatuur van de atmosfeer (zonder correctie voor vulkanisme) is HIER beschikbaar.
METHODE: Het AOD gewicht 3,29 is bepaald op basis van een analyse gericht op de verhoudingen tussen alle HadSST3 minima waarden in de periode 1890-1976 en de bijbehorende LISIRD TSI waarden. Hierbij is een bijna ‘perfecte correlatie’ aangetroffen: +0,995 [p=0,000]. De getoonde percentages zijn gebaseerd op ratios die worden gevonden na transformatie van de TSI schaal zodat deze dezelfde waarden toont als de temperatuur schaal; de formule staat vermeldt in de Excel data file. De periode voorafgaand aan het jaar 1880 is in deze analyse buiten beschouwing gelaten; volgens de NASA zijn de metingen voorafgaand aan het jaar 1880 onvoldoende betrouwbaar en ook bij de TSI bestaan voor de periode 1850-1880 opvallend grote verschillen tussen de LISIRD en de IPCC AR5 data sets.
De Excel data file beschrijft dat de correlaties tussen CO2 en zowel de LISIRD als de HadSST3 (zowel met als zonder AOD correctie) bij de primaire minima jaren in de periode 1890-1976 binnen een zeer kleine bandbreedte liggen die varieert van slechts +0,732 tot +0,740.
Figuur 6 maakt duidelijk dat de hoge correlatie tussen CO2 en de temperatuur geenszins op zichzelf staat en ook niet uniek is, want ook tussen de primaire zonneminima en CO2 wordt een bijzonder sterk verband aangetroffen. Bij de minima op basis van een dubbele magnetische cyclus bevinden de reeks van de jaren 1890, 1933, 1976 en 2017 zich in het perspectief van figuur 6 zelfs op een kaarsrechte lijn. De correlatie tussen de primaire zonneminima en CO2 [r = +0,919; p=0,002] is weliswaar iets lager dan tussen de temperatuur en CO2 [r = +0,967; p=0,000]. Echter, uit het verloop blijkt dat in 5 van de 6 magnetische cycli het temperatuurverloop bij benadering geheel door de zon is bepaald; enkel in de periode 1976-1996 kan de temperatuurstijging niet door de zon zijn ontstaan. Omdat dit een tijdelijke afwijking betreft kan deze ook niet door CO2 worden verklaard, noch door een combinatie waarbij CO2 een hoofdrol speelt. Aangezien de periode 1976-1996 overeenkomt met het tijdspanne waarin het gat in de ozonlaag is ontstaan en bekend is dat dit fenomeen vooral t.g.v. het gebruik van de CFK’s is ontstaan, luidt de conclusie dat de CFK’s – welke bekend staan als een zeer agressieve groep van broeikasgassen – hiervoor verantwoordelijk zijn geweest.
Figuur 6 beschrijft dat het statistisch verband tussen CO2 en de zeewatertemperatuurstgijging berust op een spurieus verband waarbij het verband tijdens 5 van de 6 magnetische zonnecycli bij benadering geheel door de zon is ontstaan (in combinatie met hoog gewicht van stratosferische aerosolen). Enkel tijdens de magnetische cyclus in de periode 1976-1996 vormt de invloed van CKF’s de belangrijkste onderliggende verklaring.
Tenslotte wordt in figuur 7 duidelijk dat naast de 22 jarige zonnecyclus zowel vulkanisme (AOD) als de omvang van het gat in de ozonlaag belangrijke factoren vormen om de relatie tussen de activiteit van de zon en de temperatuurontwikkeling (in figuur 7 staat de zeewateroppervlaktetemperatuur op de Y-as) op aarde beter te kunnen begrijpen.
Figuur 7: Dynamiek tussen de LISIRD TSI tijdens de primaire minimum jaren en de HadSST3 zeewateroppervlaktetemperatuur met en zonder correcties, voor respectievelijk vulkanisme (AOD) en de omvang van het gat in de ozonlaag. Figuur 7D toont op basis van de minima jaren voor de periode 1890-2017 een ‘perfecte correlatie’ voor tussen de activiteit van de zon en de gecorrigeerde zeewateroppervlaktetemperatuur.
In figuur 7 wordt via flinke correcties voor zowel vulkanisme als de omvang van het gat in de ozonlaag (t.g.v. CFK’s) ook voor de gehele periode 1890-2017 een ‘perfecte correlatie’ aangetroffen. De gewichten die staan vermeld in onderstaande formule zijn van toepassing op figuur 7D. De specifieke gewichten die hier zijn gebruikt voor de correcties hebben slechts een indicatieve waarde omdat deze hier doelgericht zijn ingezet om zowel de dynamiek van het verband tussen de activiteit van de zon en de temperatuurontwikkeling visueel aan te tonen als ook het potentieel van deze relatie getalsmatig te beschrijven.
Gecorrigeerde zeewateroppervlaktetemperatuur = HadSST3 + (AOD x 3) – (omvang ozon gat x 0,015)
Tussen de gecorrigeerde zeewateroppervlaktetemperatuur (na correctie voor zowel vulkanisme en het gat in de ozonlaag) en de LISIRD wordt een perfecte correlatie aangetroffen [r = +0,996;p=0,000] voor de periode 1890-2017. Opvallend is ook dat de correlatie tussen de gecorrigeerde zeewateroppervlaktetemperatuur en CO2 aanzienlijk lager is [r = +0,85; p=0,007]. Zonder de ozon correctie is de correlatie tussen CO2 en de HadCRUT4 overigens wel hoger voor de periode 1890-2017; doch, voor de periode 1890-1976 is zonder de ozon correctie deze correlatie [r = +0,967; p=0,001] vrijwel even groot als de correlatie tussen de TSI en de HadCRUT4 [r = +0,956; p=0,001]. De impact van het gat in de ozonlaag is fundamenteel bezien gemakkelijk te begrijpen omdat de ozonlaag een belangrijk onderdeel van de atmosfeer vormt, welke bescherming biedt tegen de invloed van de zon – waarbij UV straling o.a. wordt omgezet in zuurstof.
M.b.t. de HadCRUT4 wordt op basis van vrijwel dezelfde principes (AOD gewicht = 3 en OZON gewicht = 0,017) voor de periode 1890-1996 ook een ‘perfecte correlatie’ aangetroffen [r = 0,992; p=0,000]. Daar waar voor de periode 1996-2017 de temperatuurstijging van de zeewateroppervlaktetemperatuur na correctie voor vulkanisme en de ozonproblematiek geheel kan worden verklaard op basis van toegenomen activiteit van de zon, is ongeveer 0,25°C van de temperatuurstijging van de atmosfeer niet door toegenomen activiteit van de zon ontstaan. Kortom, ook hierbij is sprake van een ‘antropogeen effect’. Echter, omdat dit fenomeen bij de temperatuurstijging van het zeewater oppervlak ontbreekt moet dit fenomeen geheel worden toegeschreven aan mechanismen die zich afspelen op de continenten. Ook hierbij ontbreekt dus de vermeende ‘footprint’ die in de literatuur aan CO2 en andere natuurlijke broeikasgassen is toegeschreven.
Ook vulkanisme blijkt een bescheiden bijdrage te leveren aan het spurieuze verband tussen CO2 en de temperatuur, want een correctie voor vulkanisme blijkt de correlatie meestal met enkele honderdsten te verlagen. Uit deze analyse blijkt dat een drietal factoren hierbij een cruciale rol spelen: de zon, de ozonproblematiek t.g.v. niet natuurlijke broeikasgassen (CFK’s) en vulkanisme.
In de wetenschappelijke literatuur zijn afgelopen jaren inmiddels meerdere claims gepresenteerd door onderzoekers die via fundamenteel andere onderzoeksbenaderingen ook hebben geconcludeerd dat de CFK’s een tijdelijke doch zeer significante impact hebben gehad bij het ontstaan van de relatief snelle opwarming sinds de jaren ’70. In 2013 werd door Prof. Qing-Bin Lu van de Universiteit van Waterloo (Canada) geclaimd dat CFK’s in combinatie met kosmische straling (onder invloed van het magnetische veld van de zon) de oorzaak zijn van de opwarming sinds 185021. En in januari 2020 is door een groep van onderzoekers uit de VS, Canada en Zwitserland beschreven dat CFK’s in de periode tussen 1955 en 2005 ongeveer 1/3 van de wereldwijde opwarming verklaren + ongeveer de helft van de opwarming bij de noordpool22.
VI – Controverse tussen PMOD & ACRIM onderzoekteams over TSI minima + invloed zon op klimaat
Sinds 1978 wordt de invloed van de zon gemeten m.b.v. satellietmetingen. Het ACRIM satelliet systeem fungeerde hierbij lange tijd om de meest betrouwbare TSI metingen te realiseren. Echter, het Space Shuttle Challenger ongeluk in 1986 resulteerde in een vertraging van 2 jaar bij de planning om tijdig de meetapparatuur te vervangen (vervanging is nodig omdat de kwaliteit van de metingen voortdurend achteruitloopt onder invloed van UV straling van de zon). Het gevolg is dat binnen de ACRIM TSI reeks een onderbreking is ontstaan tussen de ACRIM1 en ACRIM2 metingen in de periode 1989-1991 (zie figuur 823).
Het ACRIM onderzoeksteam werd hierdoor gedwongen om op basis van 2 minder nauwkeurige meetsystemen het gat te overbruggen; dit gebeurde met het Nimbus-7/ERB en ERBS satellietsysteem. Echter, beide systemen ware inmiddels verouderd: de kwaliteit van de metingen ging in een rap tempo achteruit. Nimbus-7/ERB produceerde desondanks een opwaartse trend van +0,05% per decennium tussen de minima van zonnecycli 21 t/m 23; het ERBS produceerde echter geen significante trend. Het ACRIM onderzoeksteam onder leiding van Dr. Richard Willson kwam hierbij in 2003 tot de conclusie dat de minima sinds het begin van de metingen in 1978 een positieve trend hebben getoond van +0,05% per decennium24; uit een publicatie van Wilson in 2014 blijkt dat deze inschatting in een later stadium iets is verlaagd naar +0,037% per decennium25.
Figuur 8: Totale zonnestraling (TSI) ruwe data gemeten met satellieten sinds 1978.
Echter, een ander onderzoeksteam (PMOD, onder leiding van Claus Frölich) vertrouwde het oordeel van de ACRIM specialisten niet en kwam op basis van o.a. proxies tot het oordeel dat de TSI serie een neerwaartse correctie benodigde t.g.v. het ACRIM gat24. Essentieel is hierbij dat de uitkomst van het PMOD-team een negatieve trend tot gevolg heeft; ondanks het feit dat de data van zowel de andere satelliet systemen (Nimbus-7/ERB en ERBS) deze uitleg niet steunen24,26. Onder de TSI specialisten is rondom deze kwestie sinds de jaren ’90 een soort van vete ontstaan tussen het ACRIM-team en het PMOD-team.
Bij de huidige wetenschappelijke ‘consensus’ m.b.t. het verloop van de TSI minima sinds 1978 is de veronderstelling gemaakt dat er sprake zou zijn van een voortdurende neerwaartse trend, welke grotendeels op het proxy model van PMOD onderzoekster Judith Lean is gebaseerd. Deze trend is o.a. beschreven op zowel de website van de NASA als op Wikipedia. Deze vermeende ‘consensus’ is niet alleen in strijd met de bevindingen van het ACRIM-team, want inmiddels toont het meest geavanceerde SORCE/TIM systeem (waarmee sinds 2003 de TSI met een 3x hogere resolutie is gemeten t.o.v. de overige satelliet systemen) ook een duidelijke opwaartse trend in het verloop van de minima tussen 2008 en 2017, zie figuur 9.
Figuur 9: SORCE TSI dagelijkse metingen (weergegeven in waarden die representatief zijn voor bij benadering het week gemiddelde); het secundaire minimum van cyclus 23/24 ligt duidelijk lager dan het primaire minimum van cyclus 24/25.
In november 2019 is in een publicatie van o.a. Scafetta & Willson26 gerefereerd aan verklaringen uit 2008 van zowel de eigenaar van het ACRIM systeem (Richard Willson) en de onderzoeksleider van het Nimbus-7 project (Douglas Hoyt). Willson heeft indertijd verklaard dat de PMOD vooral het idee promoot dat “anthropogenic causes” het hoofdbestanddeel van de opwarming zouden vormen, terwijl het empirische bewijs in de richting van het tegendeel wijst; Willson beschrijft hierin ook dat correcties die door het ACRIM team voor de periode 1981-1984 zijn toegepast zonder enige vorm van overleg met het ACRIM team door de PMOD onderzoeksleider Frölich is verlengd naar het jaar 1980 – op een wijze die volgens Willson “incompatible” is met de wetenschappelijke methode. Hoyt heeft verklaard dat het fysiek onmogelijk is dat de TSI metingen tot hogere waarden hebben geleid dan het door de zon geproduceerde signaal. Dit laatste punt lijkt inmiddels opnieuw relevant omdat momenteel enkel de ruwe metingen van het SORCE/TIM systeem wijzen in de richting van een opwaartse trend tussen het 2008 minimum en het 2017 minimum. Logischerwijs zou de verklaring hiervoor kunnen zijn dat de overige satellietsystemen (welke een flink aantal jaren langer in gebruik zijn dan het SORCE/TIM systeem), inmiddels minder gevoelig zijn.
Hieruit blijkt dat de meest ervaren onderzoekers van 2 van de 3 onderzoeksteams die vanaf het begin van de satelliet metingen sinds 1978 direct verantwoordelijke zijn geweest voor alle facetten van TSI satellietmetingen, zich openlijk hebben gedistantieerd van de PMOD methodiek (+ impliciet ook van de wijze waarop het IPCC haar visie in AR5 grotendeels op de PMOD methodiek heeft gebaseerd). Bovendien blijkt ook het National Solar Observatory inmiddels de assessment van het ACRIM onderzoeksteam m.b.t. het gat in de metingen te hebben bevestigd24. Desondanks is de PMOD methodiek (waarbij de TSI minima een voortdurende negatieve trend tonen t.g.v. het gebruik van proxies + een correctie die door de satelliet data zelf op geen enkele wijze is te verantwoorden) door het IPCC in AR5 geadopteerd, terwijl ook uit het overzicht van het IPCC zelf – zie figuur 10 (= figure 8.10) – blijkt dat de andere reconstructies minima trends beschrijven die vooral opwaarts zijn gericht. Bovendien blijkt uit een recente analyse op basis van gegevens in de periode 2010-2016 tevens dat de PMOD een afwijking toont die ongeveer 2 tot 3 keer groter is dan afwijking tussen alle overige instrumenten in de IPCC grafiek27 (uit onderstaande beschrijving blijkt dat de metingen van het SORCE/TIM tussen enerzijds de PMOD en anderzijds de combinatie van de ACRIM en RIMB zitten):
“For example, disagreement between the PMOD composite and SORCE TIM observations reaches values of 20%, increasing to 28% for the RMIB composite, and 31% for the ACRIM composite.”
De PMOD blijkt in de ogen van de meest ervaren experts van de satellietsystemen die betrokken zijn bij het dichten van het gat in de metingen t.g.v. het Space Shuttle Challenger ongeluk, dus geenszins representatief voor de data die in het satelliet tijdperk wordt gemeten. Scafetta & Wilson26 hebben zeer recent beschreven dat de PMOD enkel de status verdient van een ‘model reconstructie’ en niet de status van een op satellietmetingen gebaseerde meetserie:
“Several TSI satellite composites have been proposed: ACRIM [26], PMOD [33,35], RMIB [36] and those suggested by Scafetta [37] and Dudok de Wit et al. [28]. Although these composites use different sets of TSI satellite records and merging methodologies, they are relatively equivalent since about 1992, the beginning of the ACRIM2 record, because they are all based on high-quality TSI observations. Yet, as clarified below, PMOD used their own modified versions of the original results compiled by the experiment teams for the SMM/ACRIM1, UARS/ACRIM2 and Nimbus7/ERB records to cover the period 1978-1992 and, therefore, its proposed record cannot be considered a real TSI satellite composite but a model construction. The ACRIM-PMOD controversy is about the scientific legitimacy of such modifications. … Yet, the PMOD composite was favored by part of the scientific community [22,28] despite objections from the original TSI experiment teams who could find no experimental issues to justify the satellite data modifications proposed by Frohlich and Lean. See Willson and Mordvinov [26] and Hoyt’s statement in Scafetta and Willson [38] that is partially reproduced in Appendix A.”
Overigens, in AR5 heeft het IPCC op haar beurt afstand genomen van de bevindingen van Scafetta. In AR5 is echter niet beschreven waarom ook het RIMB model ter zijde is geschoven.
Figuur 11 toont een illustratie uit het werk van Richard Willson waarin het grote verschil zichtbaar is tussen de ACRIM composite TSI (geheel gebaseerd op satellietmetingen; rekening houdend met de 22-jarige magnetische cyclus kan ook hierbij eigenlijk worden gesproken van een consequent opwaartse trend bij de minima) en de PMOD composite TSI (waarbij correcties zijn gebruikt op basis van proxies voor de periode 1989-1991; op basis van de 22-jarige cyclius is hierbij sprake van een consequent neerwaartse trend bij de minima)25.
Figuur 11: ACRIM TSI model (met stijgende minima) vs PMOD TSI model (met dalende minima) voor de periode 1978-2013. Een overzicht met zowel de PMOD, ACRIM als de RIMB is beschikbaar HIER + bijbehorende bron.
Tenslotte toont figuur 12 ter referentie zowel het spectrum als het verloop van het jaarlijkse gemiddelde voor de LISIRD TSI die in dit onderzoek centraal staat28; enkel de LISIRD en de RIMB (zie figuur 10/figure 8.10) tonen tijdens het gehele satelliettijdperk een consequent oplopende trend bij de minima: het 2017 minimum ligt hoger dan het 2008 minimum; het 2008 minimum ligt hoger dan het 1996 minimum; het 1996 ligt hoger dan het 1985 minimum.
Rekening houdend met de 22-jarige magnetische cyclus van de zon toont ook de ACRIM een voortdurend opwaartse trend bij zowel de primaire- als secundaire minima. Logischerwijs betekent dit dat op basis van de 22-jarige zonnecyclus de PMOD zeer waarschijnlijk inderdaad niet representatief is voor de TSI in het satelliettijdperk – conform de visie van Scafetta, Willson & Hoyt. Dit beeld is ook zichtbaar in de “unofficial” LISIRD TSI van SORCE/TIM hoofdonderzoeker Greg Kopp waarin de ‘Community-Consensus TSI Composite’ zit verwerkt (zie figuur 12 + figuur 16 in de laatste paragraaf).
Figuur 12: LISIRD TSI spectrum + het verloop van het jaarlijkse TSI gemiddelde voor de periode 1979-2019; gedurende het gehele satelliet tijdperk is bij de minima een oplopende trend aangetroffen; het verloop van het onzekerheid niveau is aan de onderzijde getoond.
VII – Zonneminima tonen sterke ‘footprint’ in de ENSO cyclus: 80,8% v/d 120 maanden zijn negatief
Binnen de klimaatwetenschap wordt de ENSO cyclus verantwoordelijk gehouden voor de grootste jaar opjaar fluctuaties in de gemiddelde temperatuur wereldwijd20. In zowel CMIP klimaatmodellen als de zienswijze van het IPCC neemt men de invloed van de zon en de ENSO cyclus als 2 onafhankelijke factoren in beschouwing. Hierbij is geen rekening gehouden met de mogelijkheid dat de zon grotendeels verantwoordelijk is voor de schommelingen in de ENSO cyclus.
Nadat in het december 2019 artikel reeds een deel van de ‘footprint’ is beschreven van de zon op de ENSO cyclus wordt in deze paragraaf aangetoond dat afgelopen 100 jaar bij de zonneminima jaren meestal vooral negatieve ENS ONI maandwaarden worden aangetroffen.
In paragraaf V van het december 2019 artikel is reeds een tweetal fenomenen besproken waaruit blijkt dat de magnetische zonnecyclus een sterke impact heeft op de ENSO cyclus (nadat in paragraaf IV van het augustus 2019 artikel in details is beschreven dat de ENSO cyclus de sturende factor vormt in de opwarming van de aarde):
• De gehele ENS ONI toont negatieve waarden in jaren waarin de magnetische noordpool begint met verandering van polariteit;
• Het samenvallen van TSI minima en de minima in het zon impulsmomentum (dit betreft de beweging van de zon rond het barycentrum) gebeurde in totaal enkel 5x tijdens de neerwaartse fases van de multi-decennia cyclus en 1x tijdens het ‘hiaat’ in de opwarming tijdens de periode 1998-2013.
In zowel het augustus 2019 artikel als het december 2019 artikel is uitgegaan van een vertraagde impact van de ENSO cyclus op de temperatuur wereldwijd; de omvang van de vertraging werd in augustus ingeschat op 6 maanden. Dit principe is ook toegepast in figuur 13.
Figuur 13: Afgelopen 100 jaar tonen zonneminimum jaren een sterke ‘footprint’ in de El Nino cyclus.
Uit figuur 13 blijkt dat de zonneminima een sterke ‘footprint’ tonen in de maandelijkse waarden van ENSO cyclus: bij maar liefst 97 van de 120 betrokken maanden (= 80,8%) is een negatieve ENS ONI waarde aangetroffen. Bij 47 van de 120 maanden (= 39,2%) toont de waarde bovendien een omvang met bij de negatieve ENS ONI die bij de minima maanden met een positieve ENS ONI geen enkele keer is aangetroffen. In totaal 25 van de 120 maanden (= 20,8%) gaan technisch bezien gepaard met sterke La Nina omstandigheden, ofschoon dit enkel betrekking heeft op het betreffende 3-maands gemiddelde.
Opvallend is dat m.b.t de secondaire minima bij maar liefst 55 van de 60 maandwaarden (= 91,7%) een negatieve ENS ONI wordt aangetroffen (bij de primaire minima bedraagt het percentage 70,0%). Bij 51 van de 60 secundaire minima maanden (=85%) wordt een negatieve ENSO waarde van tenminste -0,32 aangetroffen; bij de primaire minima maanden voldoen 32 van de 60 maandwaarden (= 53,3%) aan dit criterium.
Bij de minima in de periode voorafgaand aan het jaar 1915 is het beeld meer grillig.
Het totaalbeeld suggereert dat de zon haar impact waarschijnlijk via de ENSO cyclus laat geleden met een vertraging van enkele maanden; het is echter waarschijnlijk dat de omvang van de vertraging in termen van het aantal maanden kan fluctueren. Dit beeld sluit naadloos aan bij de beschrijvingen in de eerdere paragrafen waaruit blijkt dat de opwarming tijdens 5 van de 6 magnetische cycli grotendeels aan de zon kan worden toegeschreven. In de laatste paragraaf beschrijft de discussie o.a. dat Prof. Shaviv voor de impact van de zonnecyclus op temperatuur fluctuaties in het oceaan systeem een versterkende factor heeft beschreven met een waarde die varieert van 5 tot 7 (op basis van de zonneminima wordt een versterkende factor gevonden die varieert van 6.1 tot 7.4). De grote impact van de zon op de ENSO cyclus maakt duidelijk dat de kleine fluctuaties van de zon zich manifesteren via ENSO cyclus; de ENSO cyclus speelt dus zelf ook een belangrijke rol speelt bij het ontstaan van het versterkende mechanisme – naast de mogelijke invloed van UV, kosmische straling & zonnewind.
VIII – Discussie & conclusie
In de 2011 klimaatbrochure van het KNAW is de controverse rond de zon beschreven als één van de 7 belangrijkste ’twistpunten en onzekerheden’ die een rol spelen bij de uitkomst van klimaatmodellen29. Overigens, het KNAW veronderstelt in haar brochure dat de rol van de invloed van de zon “klein” is. Doch, deze veronderstelling is in strijd met de expertise van gerespecteerde experts op het terrein van de zon. Scafetta claimt bijvoorbeeld dat de zon voor 60% verantwoordelijk is voor de opwarming sinds 1970 op basis van een 60-jarige klimaatcyclus30. Prof. Shaviv beschrijft dat ongeveer de helft tot 2/3 van de opwarming in de 20ste eeuw door de zon is ontstaan op basis van de invloed van kosmische straling31.
In dit onderzoek blijkt uit een analyse gericht op de ‘primaire minima’ van de LISIRD TSI data set dat de HadSST3 zeewateroppervlaktetemperatuur (na correctie voor vulkanisme) tijdens 5 van de 6 laatste magnetische zonnecycli de activiteit van de zon nauwkeurig heeft gevolgd. Figuur 6 beschrijft dat 59,2% van de opwarming in de periode 1890-2017 aan de zon kan worden toegeschreven en voor de meest recente periode 1996-2017 gaat het zelfs om 97,6% van de opwarming. De periode 1976-1996 geeft wel alle aanleiding om te veronderstellen dat antropogene invloeden niet mogen worden onderschat. Echter, uit de ‘footprint’ blijkt dat de opwarming in de periode 1976-1996 vooral is ontstaan door de agressieve CFK’s (dit zijn kunstmatige broeikasgassen met een impact die wel 1000x sterker kan zijn dan bij CO2 het geval is) en geenszins aan de veel minder agressieve natuurlijke broeikasgassen waartoe CO2 behoort.
In klimaatmodellen die een hoge antropogene forcering beschrijven toont de periode 1970-1990 het snelst stijgende antropogene effect. Dit blijkt o.a. uit de AMO studie (van der Werf & Dolman, 2014; figuur 1b32) waar in de bijlage van het juni 2019 artikel naar is gerefereerd. In deze AMO studie is enige invloed van de zon bij de temperatuurstijging tussen 1910-1940 wel erkend (in combinatie met een antropogeen effect), echter het verband van de opwarming met de ozon problematiek t.g.v. de CFK’s is in de AMO studie niet opgemerkt. De oorzaak van de afvlakking van de groeisnelheid van het antropogene effect vanaf eind jaren ’80 wordt in de AMO studie niet verklaard – het ‘kantelpunt’ komt overeen met het hoogtepunt van het gebruik van de CFK’s. Ook is in de AMO studie het belang van de zonneminima niet onderkend en de 22-jarige zonnecyclus blijkt ook onbesproken. Opmerkelijk is bovendien dat de auteurs gespeculeren over een ‘artefact’ in de AMO studie zelf, in de vorm van een te kleine invloed van de zon (welke is gebaseerd op de IPCC AR5 TSI data set uit 2013).
Elders toont de wetenschappelijke literatuur m.b.t. de opwarming in de periode 1910-1940 grote verdeeldheid. In een 2018 studie wordt de opwarming in de periode 1910-1940 nog steeds omschreven als: “one of the most intriguing and less understood climate anomalies of the 20th century”33. Dit beeld wijkt nauwelijks af van het beeld dat aan het begin van de 21ste eeuw al was ontstaan bij een onderzoekers van het Hadley Center for Climate Prediction Research, waarbij natuurlijke invloeden voor de opwarming in de periode 1910-1940 als relatief meer belangrijk wordt omschreven34. Andere onderzoekers beschrijven dat een combinatie van invloeden van de zon en het ontbreken van vulkanisme (in combinatie met een relatief laag niveau van aerosolen35) de primaire oorzaak vormen van de opwarming in deze periode36.
Op de website van het KNMI is in een lezing uit 1997 ingegaan op de beeldvorming betreffende de invloed van de zon in verhouding tot CO2. In de lezing is enkel op basis van de zonnevlekkencyclus verondersteld dat “de lichte afkoeling tussen 1940 en 1970” onder invloed van de zon is ontstaan, echter hierbij is de veronderstelling ook dat deze beperkt zou zijn gebleven dankzij de “compenserende temperatuurstijging door de broeikasgassen”37.
In het huidige onderzoek blijkt uit de analyse gericht op de ‘primaire minima’ van de LISIRD TSI dat de temperatuurdaling van zowel de atmosfeer (HadCRUT4) als het zeewater oppervlak (HadSST3) in de periode 1943-1976 naar verhouding groter is geweest dan de daling in de activiteit van de zon. Dit impliceert dat het in de lezing geschetste beeld op basis van zonnevlekken geenszins houdbaar is. Want op basis van de minima blijkt dat bij de temperatuurstijging (na correctie voor vulkanisme) van zowel de atmosfeer als het zeewater oppervlak (figuur 6) een bijna ‘perfect correlatie’ [voor beide geldt: r > +0,993; p=0,000] is aangetroffen voor de periode 1890-1976 (zie respectievelijk figuur 1 & figuur 6). Tevens toont de periode 1890-1976 ook bij de TSI serie in het IPCC AR5 rapport een patroon met zeer hoge correlatie (zie figuur 3: r = +0,94; p=0,008). Dit beeld beperkt zich geenszins tot de minima van de primaire cyclus want bij de secundaire cyclus wordt op basis van de gemiddelde TSI waarden van de LISIRD en IPCC AR5 voor de periode 1902-1965 en de zeewateroppervlaktetemperatuur (na correctie voor vulkanisme: AOD gewicht: 2,32) een vergelijkbaar hoge correlatie aangetroffen: r = +0,9996 [p=0,000]. Voor de TSI series afzonderlijk bedragen de correlaties respectievelijk, LISIRD: +0,9267 [p=0,039] en IPCC AR5: +0,9605 [p=0,020]. En ook voor de temperatuur in de atmosfeer wordt op basis van het gemiddelde van de LISIRD en IPCC AR5 bij de secundaire minima in de periode 1902-1965 een vergelijkbaar resultaat aangetroffen: r = +0,9945 [p=0,000].
De omvang van de temperatuur stijging in de periode 1890-1976 bedraagt bij de HadCRUT4 +0,175°C en bij de HadSST3 +0,243°C;; bij de GISSTEMP v4 bedraagt de opwarming in deze periode +0,24°C en bij de temperatuur van het oceaan water gaat het om een stijging van +0,26°C. De gemiddelde opwarming voor de periode 1890-1976 bedraagt dus ongeveer +0,21°C wereldwijd en +0,25°C voor de zeewateroppervlaktetemperatuur. Na correctie voor vulkanisme (zie figuur 14: de AOD waarde is voor het jaar 1890 iets hoger dan voor het jaar 1976, het verschil bedraagt 0,011) komt de opwarming tussen 1890 en 1976 bij benadering uit op ongeveer +0,2°C. Op basis van de beschreven perfecte correlaties bij zowel de ‘primaire minima’ als de ‘secundaire minima’ is geconcludeerd dat de +0,2°C opwarming in de periode 1890-1976 geheel is ontstaan t.g.v. de opwaarts gerichte oscillerende toename in de activiteit van de zon. De netto opwarming in de periode 1890-1996 bedraagt ongeveer +0,6°C.
Figuur 14: Stratosferische aerosolen optische diepte (AOD) volgens de NASA.
Uit het totaalbeeld wordt hier geconcludeerd dat in het perspectief van de zonneminima voorafgaand aan het jaar 1976 geen ruimte is voor enige significante invloed van CO2 op de temperatuur; de impact van de gebruikte correcties voor vulkanisme is in dit perspectief beperkt. Deze conclusie steunt ook op de analyse in het december 2019 artikel. Overigens, bij gebruik van andere data sets voor de temperatuur (zoals bijvoorbeeld de GISSTEMP v4) en de TSI (zoals bijvoorbeeld de NRLTSI2 en Satire) zijn voor de periode 1890-1976 vergelijkbare resultaten aangetroffen, zowel met als zonder AOD correctie voor vulkanisme. De grootste verschillen bij gebruik van andere data set combinaties worden vooral aangetroffen in de 2de helft van de 19de en de periode na 1976.
Op basis van de diverse ‘perfecte correlaties’ (voor de periode 1890-2017 m.b.t. het zeewater + voor de periode 1890-1996 m.b.t. de atmosfeer) luidt de conclusie dat alle twijfels ongegrond zijn m.b.t. het bestaan van versterkende factoren binnen het klimaat systeem op aarde, welke het mogelijk maakt dat relatief kleine fluctuaties bij de zonneminima de 66-jarige cyclus hebben veroorzaakt in combinatie met een opwaarts gerichte lange termijn trend. T.a.v. de omvang van de versterkende factor wordt op basis van de minima t.o.v. de temperatuur impact van de 11-jarige zonnecyclus (~0,18°C38) waarden aangetroffen die variëren van ruim 6 bij de primaire minima (6,1 op basis van de schaalverhoudingen in figuur 6) tot ruim 7 bij de secundaire minima (7,4 op basis van de schaalverhoudingen bij de perfecte correlatie die is beschreven voor het perspectief van de secundaire minima op basis van de gemiddelde TSI waarden van de LISIRD en IPCC AR5). Deze waarden liggen slechts iets hoger dan de bandbreedte van 5-7 voor de versterkende factor die door Prof. Shaviv wordt beschreven voor fluctuaties in het oceaan systeem39. Bij deze vergelijking t.o.v. de temperatuur impact van de 11-jarige zonnecyclus hoeft getalsmatig verder geen rekening te worden gehouden met het Albedo (30%) van de aarde, noch met de factor betreffende de vorm van de aarde waardoor netto ongeveer slechts 1/4 van de zonnestraling per vierkante meter het aardoppervlak bereikt.
Relevant is hiervoor ook dat Svensmark recent (2019) in het perspectief van de stralingsforcering iets lagere waarden heeft beschreven voor de versterkende factor: (1) bij de 11-jarige zonnecyclus is sprake van een versterkende factor met een waarde van ongeveer 3 bij de zeewateroppervlaktetemperatuur en (2) in relatie tot zeespiegel schommelingen is een versterking beschreven met een bandbreedte die bij benadering varieert van 3,5 tot 540.
Een andere belangrijk element bij het ontstaan van het versterkende mechanisme vormt de rol van de ENSO cyclus, welke in de zienswijze van het IPCC geheel is losgekoppeld van de zon. In de wetenschappelijke literatuur werd al langer gespeculeerd over de invloed van de zon op de ENSO cyclus41; hierbij is beschreven dat de piekjaren van de zonnecyclus regelmatig samenvallen met negatieve fase van de ENSO cyclus42. Nadat in het december 2019 artikel paragraaf V is aangetoond dat de magnetische noordpool een sterke invloed heeft op de ENSO waarden, is in het huidige artikel in paragraaf VII aangetoond dat deze invloed afgelopen 100 jaar ook duidelijk zichtbaar is op het niveau van de maandwaarden bij de zonneminima. De ENSO cyclus vormt dus een factor die ook van belang is bij het ontstaan van het versterkende mechanisme, naast een mogelijke rol voor: UV, kosmische straling & zonnewind.
In de analyse van december 2019 is beschreven dat de zonnevlekkencyclus voor ‘klimaatruis’ zorgt. Hierin is de zon beschreven als een complex van cycli, waarbij het poloïdale magnetische veld een halve fase voorloopt t.o.v. de zonnevlekkencyclus en de TSI. Dit heeft te maken met het feit dat de magnetische krachten die een rol spelen bij het ontstaan van zonnevlekken ongeveer 5 tot 7 jaar eerder in de kern van de zon ontstaan om vervolgens eerst jaren in de convectiezone te verblijven voordat ze zich manifesteren aan het oppervlak van de zon43. Dit fenomeen verklaart deels waarom in de december 2019 analyse een beeld kon worden geschetst waarbij de indruk ontstaat dat de zonnecyclus achter loopt t.o.v. de temperatuurontwikkeling op aarde. Dit fenomeen is waarschijnlijk ook gerelateerd aan de tegengestelde zaagtandbeweging die tussen de primaire en secundaire minima is beschreven in paragraaf I. Uit de huidige analyse blijkt dat nadat de primaire en secundaire minima van elkaar zijn losgekoppeld de impact hiervan zeer beperkt (nihil) is voor de minima.
De exacte invloed van deze processen laat zich niet eenvoudig beschrijven; doch, het fenomeen geeft inzicht in hoe de ‘klimaatruis’ tussen de activiteit van de zon en de temperatuur ontstaat via de manifestatie van zonnevlekken. Binnen dit perspectief is het veel zeggend dat het IPCC haar belangrijkste conclusies m.b.t. de invloed van de zon in hoge mate baseert op enkel de zonnevlekken cyclus. Uit het huidige onderzoek blijkt immers dat juist de fluctuaties van de zonnevlekken hiervoor niet geschikt zijn – dit blijkt bovendien ook direct uit het feit dat het IPCC wel heeft onderkend dat de minima in de zonnecyclus zowel een meer stabiele factor als ook meer relevante factor vormen voor de lange termijn trend dan bij de maxima het geval is.
Uit de groene curve in figuur 15 blijkt (in combinatie met de data in figuur 13) dat de 2 super El Ninos van ’82/’83 en ’97/’98 zich exact hebben aangediend tijdens de laatste 2 piekmomenten in de cyclus van het impulsmoment van de zon rond het barycentrum. Ook dit is een aanwijzing die bevestigt dat de zon direct betrokken is bij het ontstaan van de meest extreme positieve fase van de ENSO cyclus, in de vorm van de super El Ninos. Hier moet nog wel de kanttekening te worden gemaakt dat de 3de super El Nino van 2015/2016 zich heeft aangediend vlak na de laatste bodemfase van het impulsmoment. Hieruit blijkt dat via de extremen in het perspectief van het zon impulsmoment op jaarbasis een belangrijk deel van de relatie met de hoogste waarden van de ENSO cyclus wordt gevonden (nadat hierboven is beschreven dat de extremen van de TSI op maandbasis een sterke samenhang tonen met de onderzijde van de ENSO cyclus + twee soortgelijke fenomenen zijn beschreven in paragraaf V van december artikel).
Figuur 15: Ontwikkeling van de kracht van het magnetische veld van de zon (WSO44), plus: totale zonnestraling (LISIRD3), impulsmoment (Jose cyclus – McCracken)45 & snelheid (Scafetta, figuur 7a46) resulterend uit de beweging van de zon rond het barycentrum.
Uit bovenstaande beschrijvingen blijkt dat de zon zich ook via de El Nino cyclus laat gelden als de belangrijkste drijvende kracht achter de klimaat en weer gerelateerde verschijnselen.
Het gewicht van de zonnecyclus komt ook tot uitdrukking in het feit dat de laatste 6 Elfstedentochten in de periode na 1950 werden gereden tijdens de bodem fase van de TSI of de zonnevlekkencyclus. In de periode 1900-1950 is het verband aanzienlijk zwakker, doch dit wordt ook teruggezien in een zwakker verband tussen de zonnecyclus en de temperatuur. In de periode 1850-1900 is veelal zelfs sprake van een omgekeerde verband tussen de zonnecyclus en de temperatuur, dus het verband tussen beide kende in het verre verleden niet de ogenschijnlijk ‘logische’ dynamiek die vooral sinds 1950 zichtbaar is. Bij een analyse die verder terug reikt dan 1850 zou rekening moeten worden gehouden met de onvolledige zonnecycli; een voorbeeld van dit fenomeen heeft zich bijvoorbeeld voorgedaan rond het jaar 191047.
Figuur 16: De Community-Consensus TSI Composite vs SORCE/TIM TSI (2003-2018).
De LISIRD TSI data set die in het huidige onderzoek centraal staat is o.a. gebaseerd op de Community-Consensus TSI Composite48. LISIRD auteur Greg Kopp is hoofdonderzoeker van het SORCE satellietproject waarmee de nieuwe consensus standaard voor het basisniveau van de zon in 2008 werd gerealiseerd. De data set van deze onderzoeker is voor de periode van het satelliet tijdperk geheel gebaseerd op satelliet metingen (zonder gebruik van proxies, zoals bij de PMOD het geval is). Op Youtube staan enkele presentaties van deze onderzoeker waarin hij zelf de vermeende ‘consensus’ beschrijft welke verondersteld dat de klimaatverandering van de afgelopen 150 jaar het gevolg is van antropogene factoren (zie: 2011 presentatie), maar Kopp bevestigt echter ook dat de TSI modelkeuze een grote impact heeft voor de omvang van de bijdrage van de zon in de opwarming (zie: 2013 presentatie + figuur 17). Daarom is het belangrijk dat er inmiddels een gezamenlijk TSI model voor het satelliet tijdperk beschikbaar is: de Community-Consensus TSI Composite (zie: 2017 presentatie), welke in de LISIRD is gebruikt – dit verklaard waarom de “unofficial” data serie van Kopp niet de sterke neerwaartse trend toont die bij de minima in de PMOD data set (+ het SATIRE model) zichtbaar is. De LISIRD betreft weliswaar geen “officiële” TSI doch deze bevat in de ogen van Kopp wel de beste waarden die beschikbaar zijn voor de experts. Kopp heeft de huidige stand van zaken rondom de Community-Consensus TSI Composite toegelicht tijdens de ISSI Sunspot Team Meeting #2 (19-23 aug 2019); de presentatie bevat ook een gedetailleerde beschrijving van de data sets waarmee de LISIRD is samengesteld. Aangezien in de wetenschappelijke literatuur geen beschrijvingen bevat die in de buurt komen van een ‘perfecte correlatie’ tussen de temperatuur en de activiteit van de zon, zal Kopp zelf waarschijnlijk niet beseffen dat ook in zijn eigen data set de minima suggereren dat de invloed van de zon (rekening houdend met de 22-jarige cyclus) op de temperatuur (rekening houdend met de invloed van vulkanisme) veel sterker is dan hij verondersteld.
Figuur 17: LISIRD auteur Greg Kopp beschrijft de controverse onder TSI experts over invloed van de zon op klimaatverandering.
De LISIRD beschrijft evenals de NRLTSI2 en Satire dat de TSI tussen het Maunder minimum en het recente minimum 2017/2018 met 1 W/m2 is gestegen, wat overeenkomt met de beschrijvingen van Zharkova et al.50 waarin is gesproken over een tussentijdse stijging van het zonnecyclus gemiddelde van 1-1,5 W/m2 welke nauw correleert met de stijging van het basisniveau van de temperatuur op aarde. Zharkova beschrijft een temperatuurtrend van +0,5°C per 100 jaar die aan natuurlijke oorzaken wordt toegeschreven. Wel beschrijft Zharkova o.a. dat het nog niet duidelijk is of de temperatuurstijging op aarde geheel aan de zon is toe te schrijven of mogelijk aan sommige andere factoren die betrekking hebben op enerzijds de interactie tussen zon & aarde en anderzijds t.g.v. menselijke activiteiten50. In het huidige onderzoek is op basis van de zonneminima duidelijk geworden dat menselijke activiteiten duidelijk impact hebben gehad via vooral het gebruik van CFK’s – wat heeft geresulteerd in de problematiek van de ozonlaag bij vooral de zuidpool (ofschoon het aan de seizoenen gerelateerde ‘gat in de ozonlaag’ sinds het begin van de 21ste eeuw wel herstellende is).
Met betrekking tot de rol van CO2 bestaat meer onduidelijkheid dan dat de “consensus” (welke door het IPCC wordt gesteund en beschreven) suggereert. Naast het feit dat de temperatuur impact van CO2 binnen het klimaat systeem niet direct is aangetoond, zijn er ook vergelijkingen beschikbaar tussen de aarde (CO2 concentratie atmosfeer: 0,04% bij een temperatuur van gemiddeld 15°C bij een druk van 1 bar resulteert in een broeikaseffect van 33°C) met planeten met een veel hogere CO2 concentratie, zoals: Venus (CO2 concentratie atmosfeer: 96,5% bij een temperatuur van gemiddeld 480°C bij een druk van 93 bar resulteert in een broeikaseffect van 500°C) en Mars (CO2 concentratie atmosfeer: 95,2% bij een temperatuur van gemiddeld -63°C bij een druk van 0,085 bar resulteert in een broeikaseffect van 5,5°C). Dit betekent overigens wel dat de hoeveelheid CO2 in de atmosfeer van Venus relatief bezien bijna 11.000x hoger is dan in de atmosfeer van Mars en maar liefst 280.000x hoger dan in de atmosfeer van de aarde. Uit deze vergelijking blijkt dat ondanks de extreem hoge CO2 concentraties de gemiddelde klimaatgevoeligheid voor een stijging van 300 ppm beperkt blijft tot respectievelijk slechts 0,0017°C op Venus en +0,19°C op Mars; voor de situatie op aarde rond het jaar 1920 wordt de waarde ingeschat op 0,4°C51,52,53. Deze inschatting voor de klimaatgevoeligheid van 0,4°C ligt binnen de inschatting van maximaal 0,49°C die op basis van de analyse in het december 2019 artikel is beschreven. Figuur 18 beschrijft de impact van het broeikaseffect voor naast de aarde de planeten Mars & Venus (+ Mercurius); André Bijkerk beschrijft HIER enkele kritische kanttekeningen m.b.t. de beeldvorming rondom het broeikaseffect, welke formeel bezien nog steeds de status heeft van een niet-bewezen theorie.
Figuur 18: Fundamentele klimaat factoren voor de binnen-planeten aarde, Mars & Venus (+ Mercurius) – bron illustratie. Vooral bij Venus en de aarde is een relatief sterke opwarming zichtbaar die ontstaat via het ‘broeikaseffect’ binnen het functioneren van de dampkring.
Op basis van een analyse van de minima jaren in verschillende TSI data sets is een totaalbeeld beschreven waaruit blijkt dat de temperatuur (na correctie voor vulkanisme) een sterke correlatie toont met het verloop van de activiteit van de zon. Op basis van de primaire minima in de LISIRD TSI data set kan enkel de temperatuurstijging in de periode 1976-1996 niet worden verklaard door de zon. Tevens blijkt uit de beschreven ‘perfect correlaties’ bij zowel primaire als de secundaire minima dat: 1) er geen ruimte is voor twijfel over het bestaan van een versterkend mechanisme voor de invloed van de zon in de periode 1890-1976; 2) de ENSO cyclus in hoge mate onder invloed staat van de activiteit van de zon; 3) enkel in de periode na 1950 tonen de minima en maxima een ‘logisch’ verband met de temperatuur, tussen 1900 en 1950 ontbreekt het verband, tussen 1850 en 1900 is sprake van een tegengesteld ‘niet-logisch’ verband. In de analyse van december 2019 is een faseverschil beschreven voor zowel het perspectief van de ‘minima’ als de ‘achtergrond zonnestraling‘. In het huidige onderzoek is na opsplitsing van de ‘primaire minima’ en de ‘secundaire minima’ gebleken dat het faseverschil bij nader inzien niet op de minima zelf betrekking heeft; dit blijkt direct uit de perfecte correlaties die voor beide minima afzonderlijk zijn beschreven. Ook is gebleken dat het faseverschil direct samenhangt met de zonnevlekkencyclus – waarvan bekend is dat deze een halve fase achterloopt doordat zonnevlekken ontstaan vanuit magnetische fenomenen die 5 tot 7 jaren binnen de convectie zone verblijven voordat ze zich manifesteren aan het oppervlak buiten de convectie zone.
De conclusie luidt dat de opwarming van het zeewater oppervlak (+0,9°C) tussen 1890 en 2017 voor 2/3 is veroorzaakt door de zon en voor 1/3 is veroorzaakt door het gebruik van CFK’s (vooral in de periode 1976-1996). Bovendien blijkt uit het zeer hoge percentage (97,6%) van de opwarming in de periode 1996-2017 bij het zeewater oppervlak dat op basis van de LISIRD data set aan de zon is toegeschreven, dat de klimaatgevoeligheid van CO2 (zeer) laag is. De sterke correlatie tussen CO2 en de temperatuur berust daarom op een spurieus verband dat wordt verklaard door de combinatie van de toegenomen activiteit van de zon in combinatie met een tijdelijke impact van CFK’s. De +0,25°C extra opwarming in de atmosfeer die tussen 1996 en 2017 is ontstaan vanaf de continenten, mag grotendeels in verband gebracht met een mix van antropogene factoren – waarbij zowel de groei van de wereldbevolking als de hogere luchtkwaliteit in Europa en veel andere Westerse landen een significante factor vormen. Dit heeft o.a. geresulteerd in grootschalige productie van broeikasgassen (waaronder CO2) + veranderingen in landgebruik. De productie van aerosolen kan de impact van de antropogene invloed vooral in Aziatische landen wel hebben verhuld, doch in Westerse wereld (vooral in Europa) heeft schonere lucht afgelopen decennia juist een bijdrage geleverd aan relatief hoge veelal lokale opwarming. Omdat na correctie voor vulkanisme en de ozonproblematiek de opwarming van het oceaanwater oppervlak geheel is toegeschreven aan de toegenomen activiteit van de zon, ontbreekt de ‘footprint’ van CO2 empirisch bezien.
Figuur 19: In 2017 werd ter gelegenheid van het 22-jarige bestaan van de SOHO ruimtetelescoop die de zon observeert, onderstaande illustratie gepresenteerd waarin de laatste volledige 22-jarige magnetische zonnecyclus is gevisualiseerd. Het SOHO betreft een project van ESA en NASA. (SOHO = Solar and Heliospheric Observatory)
VIDEO: NASA beschrijft de zonnecyclus.
De zonnecyclus gaat gepaard met een kosmische beweging van de zon rond het barycentrum;
in de bijlage van het december artikel is het mechanisme in detail beschreven.
Referenties:
1 – IPCC, 2013: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change – pagina 1462: “Solar activity General term describing a variety of magnetic phenomena on the Sun such as sunspots, faculae (bright areas), and flares (emission of high-energy particles).”
2 – The Global Solar Dynamo – R.H. Cameron (februari 2016).
3 – Met Office Hadley Centre observations datasets: HadCRUT4 Data: download [global (NH+SH)/2] (2019)
4 – Met Office Hadley Centre observations datasets: HadSST3.1.1.0 Data [annual globe] (2019).
5 – LASP LISIRD – Historical Total Solar Irradiance Reconstruction, Time Series (2018); author: Greg Kopp is de hoofdonderzoek van het SORCE/TIM project van het LASP (biography).
6 – IPCC AR5 2013, 8SM: Anthropogenic and Natural Radiative Forcing – Supplementary Material (2013) 8.SM.4 Total Solar Irradiance Reconstructions from 1750 to 2012 to Support Section 8.4.1 – Table 8.SM.3 | Total Solar Irradiance (TSI, W m-2) reconstruction since 1750 based on Ball et al. (2012) and Krivova et al.(2010) (annual resolution series). The series are standardized to the Physikalisch-Meteorologisches Observatorium Davos (PMOD) measurements of solar cycle 23 (1996-2008) (PMOD is already standardized to Total Irradiance Monitor (TIM)).
7 – NASA: Stratospheric Aerosol Optical Thickness (2019)
8 – Expert Review Comments on the IPCC WGI AR5 First Order Draft — Chapter 8 (2013) – comment 8-745.
9 – IPCC, 2013: Climate Change 2013: The Physical Science Basis – 8 Anthropogenic and Natural Radiative Forcing – pagina 689 (hoofdstuk 8): “The year 1750, which is used as the preindustrial reference for estimating RF, corresponds to a maximum of the 11-year SC. Trend analysis are usually performed over the minima of the solar cycles that are more stable. … Maxima to maxima RF give a higher estimate than minima to minima RF, but the latter is more relevant for changes in solar activity.”
10 – The GnevyshevOhl Rule and Its Violations – N.V. Zolotova (februari 2015).
11 – 2018 Continues Record Global Ocean Warming – L. Cheng et al. (maart 2019) – Quote: “The vast majority of global warming heat ends up deposited in the world’s oceans, and ocean heat content (OHC) change is one of the best – if not the best – metric for climate change (Cheng et al., 2019)”.
12 – WMO: Key Climate Change Indicators from the Ocean (2017 update).
13 – Copernicus (EU): ‘INSIGHTS INTO THE ROLE OF THE OCEANS IN THE EARTH ENERGY BUDGET’ – K. von Schuckman (november 2017) – Citaat sheet 10: “The Earth energy imbalance can best be estimated from changes in ocean heat content, complemented by radiation measurements from space (von Schuckmann et al., 2016, NCC)”.
14 – KNMI: Wereldgemiddelde temperatuur en CO2 nemen verder toe – G.-J. Oldenborgh (november 2018).
15 – The unstable CO2 feedback cycle on ocean planets – D. Kitzmann et al. (augustus 2015).
16 – Greenhouse gas growth rates – J. Hansen & M. Sato (september 2004); bron beschrijft 14% voor periode 1850-2003, aangepast voor 1850-2018 stijgt percentage naar 15%.
17 – Seasonal and Diurnal CO2 Patterns at Diekirch, LU 2003 – 2005 – F. Massen et al. (maart 2007); sectie 4.1 & 4.3.
18 – Breakpoint lead-lag analysis of the last deglacial climate change and atmospheric CO2 concentration on global and hemispheric scales, LU 2003 – 2005 – Zhi Liu et al. (mei 2018).
19 – Climate Change 2014: Synthesis Report – Summary for Policymakers (2014) – Citaat (pagina 5): “The evidence for human influence on the climate system has grown since the IPCC Fourth Assessment Report (AR4). It is extremely likely that more than half of the observed increase in global average surface temperature from 1951 to 2010 was caused by the anthropogenic increase in GHG concentrations and other anthropogenic forcings together. The best estimate of the human-induced contribution to warming is similar to the observed warming over this period (Figure SPM.3).”
20 – IPCC Assessment Report 5 – CLIMATE CHANGE 2013 The Physical Science Basis (2013) – Citaat pagina 17: “It is extremely likely that more than half of the observed increase in global average surface temperature from 1951 to 2010 was caused by the anthropogenic increase in greenhouse gas concentrations and other anthropogenic forcings together. The best estimate of the human-induced contribution to warming is similar to the observed warming over this period.”
21 – Cosmic-Ray-Driven Reaction and Greenhouse Effect of Halogenated Molecules: Culprits for Atmospheric Ozone Depletion and Global Climate Change – Q.-B. Lu (mei 2013).
22 – Substantial twentieth-century Arctic warming caused by ozone-depleting substances – L.-M. Polvani et al. (januari 2020).
23 – Greg Kopp’s TSI page (januari 2020) – Greg Kopp is de hoofdonderzoek van het SORCE/TIM project van het LASP (biography).
24 – Astronomy and the Climate Crisis – A. Cooke (januari 2012); pagina 116-119.
25 – ACRIM3 and the Total Solar Irradiance database – R.C. Willson (februari 2014).
26 – Modeling Quiet Solar Luminosity Variability from TSI Satellite Measurements and Proxy Models during 1980-2018 – N. Scafetta, et al. (november 2019).
27 – Solar Irradiance Variability: Comparisons of Models and Measurements – O. Coddington, et al. (november 2019).
28 – An Historical TSI Reconstruction Based on Reevaluations of the TSI Composite and Sunspot Records – G. Kopp, et al. (augustus 2019).
29 – Klimaat brochure ‘Klimaatverandering, Wetenschap en Debat’ – Koninklijke Nederlandse Academie van Wetenschappen (2011).
30 – Climate Change Attribution: Using Empirical Decomposition of Climatic Data – C. Loehle & N. Scafetta (2011).
31 – GWPF: Nir Shaviv – The Cosmic Ray Climate Link (april 2018).
32 – Impact of the Atlantic Multidecadal Oscillation (AMO) onderiving anthropogenic warming rates from the instrumental temperature record – G.R. van der Werf & A.J. Dolman (2014).
33 – Contributions of Natural and Anthropogenic Forcing Agents to the Early 20th Century Warming – T. Egorova et al. (2018).
34 – External Control of 20th Century Temperature by Natural and Anthropogenic Forcings – P.A. Stott et al. (december 2000).
35 – An 800-year high-resolution black carbon ice core record from Lomonosovfonna, Svalbard – D. Osmont et al. (september 2018).
36 – Solar and Greenhouse Gas Forcing and Climate Response in the Twentieth Century – G.A. Meehl et al. (februari 2003).
37 – KNMI: Invloed variaties in zonneactiviteit op het klimaat op aarde – G. Hirs (1997, Nov 14). Zon en klimaat; invloed variatie zonne-energie op het klimaat. Den Haag.
38 – Surface warming by the solar cycle as revealed by the composite mean difference projection – C.D. Camp & K. Kit Tung (juli 2007).
39 – Using the oceans as a calorimeter to quantify the solar radiative forcing – N. Shaviv (2008).
40 – FORCE MAJEURE The Sun’s Role in Climate Change – H. Svensmark (2019).
41 – Possible solar modulation of the ENSO cycle – K. Kodera (2005).
42 – Solar cycle signals in sea level pressure and sea surface temperature – I. Roy & J.D. Haigh (2010).
43 – Differential rotation and the solar dynamo – M. Stix (1976).
44 – Wilcox Solar Observatory Polar Field Observations (december 2019).
45 – Evidence for Planetary Forcing of the Cosmic Ray Intensity and Solar Activity Throughout the Past 9400 Years – K.G. McCracken, et al. (maart 2014).
46 – Solar and planetary oscillation control on climate change: hind-cast, forecast and a comparison with the CMIP5 GCMs – N. Scafetta (juli 2013).
47 – The solar magnetic field since 1700. II. Physical reconstruction of total, polar and open flux – J. Jiang et al. (2018); zie figuur 4b/5b.
48 – Solar Irradiance Variability: Comparisons of Models and Measurements – O. Coddington et al. (december 2019); figuur 6a.
49 – Observational determination of surface radiative forcing by CO2 from 2000 to 2010 – D.R. Feldman, et al. (2015).
50 – Oscillations of the baseline of solar magnetic field and solar irradiance on a millennial timescale – V. Zharkova, et al. (juni 2019).
51 – Center for the Study of Carbon Dioxide and Global Change – C. Idso (2020).
52 – The CO2 greenhouse effect on Mars, Earth, and Venus – S.B. Idso (1988).
53 – CO2 GREENHOUSE EFFECTS ON VENUS, EARTH, AND MARS – D. Crisp (2012).
***
(Luk niet; het platform heeft wel vaker kuren, maar gelukkig heb ik er zelfs slechts zeer incidenteel last van)
Danny,
Goed om te zien dat je eenzelfde model voor het verband tussen CO2 en temperatuur hanteert als ik eerder deed. De exacte getallen verschillen wel wat, maar dat is voor deze discussie nu minder relevant.
Verder volg je de weg die Carbonbrief eerder beschreef:
https://www.google.nl/amp/s/www.carbonbrief.org/analysis-why-scientists-think-100-of-global-warming-is-due-to-humans/amp
Jouw uitkomst komt in grote lijnen daarmee goed overeen.
Martijn heeft een correlatie voor een deelverzameling van de totale dataset en een poging tot een model dat slechts geldig is voor die deelverzameling. Voor de overige datapunten klopt zijn model simpelweg niet. De impact van de zon op de temperatuur in de tussenliggende jaren kan hij niet verklaren.
Door CO2 een prominente rol toe te dichten lukt dat veel beter. In navolging van Carbonbrief laat jij dat keurig zien. Je hebt daarmee een relevant stuk werk geleverd. Dank daarvoor.
Ronald,
Je hebt het echt niet (goed) begrepen.
Mijn model valt helemaal niet te vergelijken met het carbonbrief document.
Aangezien je dat blijkbaar niet inziet, is het meer dan waarschijnlijk onbegonnen werk om het je uit te leggen. Ik ga dan ook geen poging doen.
Om gelijkaardige redenen overigens waarom ik ook op Martijns laatste reacties niet ga ingaan.
Zowel jij als Carbonbrief doen een analyse gebaseerd op multiple linear regression.. Maar goed, als je er verder geen zin in hebt dan houdt het op.
Is prima dat je het hier verder bij wilt laten Danny.
Overigens, je input was beslist wel weer interessant voor mij hoor. N.a.v. je input heb ik zelf nog even specifiek gekeken naar wat een enkelvoudig regressie oplevert voor de combinatie van de TSI en CO2 op basis van het 3-jarig gemiddelde bij de minima voor de periode tot eind jaren ’70. Hierbij wordt een correlatie gevonden van +0,86 voor de combinatie van beide factoren echter deze is nauwelijks hoger dan de 0,85 correlatie die wordt gevonden bij stap 1. Dit bevestigd dat CO2 in de periode tot eind jaren ’70 in het perspectief van de minima nauwelijks een bijdrage levert.
Ik heb ook nog gekeken naar het beeld voor de primaire minima en secundaire minima afzonderlijk. BIj de primaire minima wordt het negatieve gewicht aangetroffen dat ik in verwachtte; in dit perspectief ligt de waarde van de correlatie op dezelfde waarde als wanneer enkel de TSI wordt gebruikt. Bij de secundaire minima wordt een beeld aangetroffen dat wel vergelijkbaar is als bij het perspectief waarbij de primaire minima en secundaire minima worden samengevoegd.
Alledrie de perspectieven bevestigen dat CO2 niets aan het model toevoegt voor de periode t/m eind jaren ’70, althans niet wanneer enkel de TSI en CO2 worden gebruikt. Bovendien produceert CO2 zelf in alledrie de perspectieven natuurlijk ook veel lagere correlatie waarden dan wanneer enkel de TSI wordt gebruikt.
Tenslotte, heb ik ook nog gekeken naar wat de regressie analyse oplevert voor de gehele periode de combinatie van de TSI en de ozon; de correlatie van dit model levert exact dezelfde waarde (+0,96) op als de combinatie van de TSI en CO2… echter bij de TSI-ozon combinatie ligt het significantieniveau van beide factoren duidelijk hoger dan bij de combinatie van TSI-CO2 het geval is.
=> De combinatie van TSI, ozon en CO2 levert bij de 3-jarige gemiddelde waarden voor de gehele periode een nog iets hogere waarde op: +0,97; hierbij valt op dat zowel het gewicht van CO2 als het significantieniveau duidelijk de laagste bijdrage levert van de 3 factoren…. en bovendien slechts leidt tot een +0,01 hogere correlatie. Kortom, dit beeld komt keurig overeen met wat ik tot nu zelf in mijn analyses heb aangetroffen.
Ik zal op een later moment ook nog het beeld gaan checken op basis van alle 40 jaren afzonderlijk i.p.v. de 3-jarige gemiddelde waarden bij de minima.
PS. Voor mij is wel overigens duidelijk dat je insteek inderdaad beslist anders is dan in het Carbon model; ik begrijp de associatie van Ronald met dat model dus ook niet)
Ronald, dank voor je toelichting m.b.t. het punt van de regressieanalyse – nu begrijp ik alsnog wat je bedoelde (ik denk dat Danny je punt nu ook vast wel zal begrijpen).
PS. Ik heb zojuist hierboven inmiddels zelf al beschreven dat in het perspectief van de 40 jaren dat de TSI-CO2 combinatie geen sterker koppel vormt dan de TSI-ozon combinatie voor de gehele periode; voor de periode tot de eind jaren ’70 levert CO2 bij de primaire minima bovendien een negatieve impact op.
yep, en wat geldt er voor die koppels in de tussenliggende jaren?
Re: Ronald “yep, en wat geldt er voor die koppels in de tussenliggende jaren?”
Welke ‘koppels’ bedoel je?
(Je doelt toch niet op de koppels rond de maxima… hoop ik?)
zie Martijn van Mensvoort 17 mrt 2020 om 22:45
Dan kom je automatisch uit bij de maxima Ronald.
PS. Ik heb mijn analyse m.b.t. de 40 jaren eigenlijk überhaupt nog enkel aangekondigd…. maar ‘gelukkig’ sta jij voor de presentatie al klaar met een verzoek om de lat verder omhoog te leggen richting de maxima. Fundamenteel bezien zou ik hier nu al enkel op basis van AR5 kunnen antwoorden dat je verzoek eigenlijk voorbij gaat aan het belangrijkste inzicht dat ik in de loop van mijn onderzoek heb verworven m.b.t. het ontstaan van de multidecadale cyclus. Uit het feit dat je hierboven met de verwijzing naar mijn post eigenlijk een ontwijkend antwoord geeft op mijn vraag maak ik op dat je vast wel beseft wat ik bedoel.
Martijn,
Met ontwijkende antwoorden kun je wel de politiek in, maar kom je in de wetenschap niet ver.
Terug naar mijn vraag. Alle tussenliggende jaren. Daar zitten uiteraard ook de maxima bij. Een wetenschapper hoort volledig te zijn. Nietwaar? Als je correlaties berekent voor de gekozen 40 jaren, zal een goede reviewer vragen naar de correlaties voor de overige 100 jaren (mocht je besluiten de peer review in te gaan natuurlijk, maar laten we daar voor het gemak maar even van uitgaan). De richting van de uitkomst weet je vermoedelijk wel en dus geef je hem hier niet? Op een blog kom je daarmee weg, maar in een proces van peer review niet. Bereid je daar dus vast op voor. Om te beginnen hier ;-).
Als ik dan vervolgens nog even verder met je probeer mee te denken. Je denkt een fysische verklaring te hebben gevonden voor het ontstaan van de multi-decadale cyclus in het mondiale temperatuurverloop namelijk de rol van de zon en dan met name de zonneminima (plus evt. omliggende jaren, dat laatste komt binnenkort zeg je). Je hebt dat laten zien middels gevonden zeer hoge correlaties voor TSI-minima en temperatuur.
De volgende vraag van de reviewer zal vermoedelijk zijn of de auteur een fysische verklaring kan geven voor het ontbreken van het verband tussen de zon en de mondiale temperatuur in de overige 100 jaren, daarbij refererend naar de veel lagere correlaties in antwoord op zijn eerder gestelde vraag.
Ronald, uit je woorden maak ik op dat je het cruciale punt negeert. De invloed van zonnemaxima geeft immers een minder betrouwbaar beeld… met als gevolg dat dit logischerwijs een soort van ‘klimaatruis’ oplevert in de correlatie berekeningen.
Bij je opmerkingen m.b.t. de overige 100 jaar ga je helemaal niet in op dit punt; je redenering lijkt op de tunnelvisie die het IPCC eigenlijk ook gebruikt: men erkend enkel formeel het belang van de minima… om dit cruciale element vervolgens in de eigen analyse geheel te negeren..
In feite hoeven we denk ik dus niet naar alle jaren te kijken om te kunnen begrijpen wat er gebeurd.
Je mag er anders over denken natuurlijk hoor, maar ik kan je input op dit punt niet serieus nemen omdat je het cruciale punt eigenlijk geheel negeert in je pleidooi om de data voor alle jaren mee te nemen. Je positioneert jezelf hierbij in een rol die in mijn ogen zelfs weinig realistisch, want je fantaseert er in feite lustig op los over wat ‘expert reviewers’ eventueel te melden zouden kunnen hebben… maar je doet dit vanuit je eigen tunnelvisie, waarbij je het cruciale punt in feite doelgericht negeert.
PS. In het artikel heb ik via de parallel met de Gnevyshev-Ohl regel al beschreven dat bijvoorbeeld eigenlijk ook een kleine correctie moet worden uitgevoerd bij de secundaire minima om het verband tussen de zon en de temperatuur nog scherper te kunnen beschrijven. Inmiddels kan ik melden dat dit ook wordt bevestigd in het perspectieve van het 3-jarige gemiddelde bij de minima. Het gaat hierbij om slechts 0,05 graad C; dit verklaard ook waarom de correlatie bij de combinatie van de primaire en secundaire minima wat lager uitpakt dan wanneer beide afzonderlijk in beschouwing worden genomen.
Martijn,
Je hebt mijn vragen niet beantwoord, maar redeneert er van weg. Je bedrijft daarmee een vorm van politiek, geen wetenschap. Het niet beantwoorden van de vragen van een reviewer is voldoende reden het paper af te wijzen. Een reviewer gaat echt niet zo lang met jou in discussie als sommigen op een blog als deze wel doen.
“omdat je het cruciale punt eigenlijk geheel negeert in je pleidooi om de data voor alle jaren mee te nemen”. Tja, dat is heel logisch hoor, alle data meenemen. En als je slechts een minderheid van de data gebruikt, zul je goed moeten uitleggen waarom je de meerderheid aan data negeert. Dat ontbreekt in je artikel.
Ronald, ik heb inhoudelijk denk ik geen vragen onbeantwoord gelaten. In mijn ogen stel je overigens vooral vragen waarbij je in feite wegloopt van de inhoud van mijn onderzoek. Deze vraag is een illustratief voorbeeld:
“Een wetenschapper hoort volledig te zijn. Nietwaar?”
Dit soort van vragen zijn van retorische aard waarbij je in feite de suggestie wekt dat mijn analyse niet volledig zou zijn.
Immers, de 40 jaren zijn regelmatig verspreid over de gehele periode van 140 jaar.
De zonnecyclus vormt op zichzelf een goede reden om niet naar alle jaren tegelijkertijd te kijken in feite erkend het IPCC dit zelf ook. Dat men vervolgens er voor kiest om geen data wenst te negeren herken ik als een weinig ‘intelligente’ keuze van het IPCC… omdat het gevolg is dat in de uitkomst van de analyse dus geen rekening is gehouden met het feit dat de impact van de minima meer van belang is dan de impact van de maxima.
Het ontbreken van de 22-jarige cyclus in het verslag van het IPCC toont in feite aan dat men onvoldoende besef heeft van hoe de zonnecyclus werkt.
Voor dit soort overwegingen van mijn kant toon je geen enkel begrip Ronald.
Je stelt in mijn ogen dus soms vragen die in feite niets met de inhoud van mijn onderzoek te maken hebben.
(Sorry Ronald, maar in mijn ogen heb ik al je inhoudelijke vragen gedetailleerd beantwoord; dat jij hier de indruk probeert te wekken dat hiervan geen sprake zou zijn geweest dat is voor mij geen probleem.. want het verloop van deze discussie is immers voor ieder die het interesseert te volgen)
Ronald,
Ik ga hierbij nog een allerlaatste poging ondernemen om Martijn zijn absurde redeneringswijze te laten inzien.
Ik had eerder al gemeld dat ik een perfecte correlatie vond voor 6 inputvariabelen (en daarbij geen CO#8322; 😉) als ik een meervoudige regressie laat lopen op Martijns favoriete 7 primaire minima jaren.
Voor alle duidelijkheid mijn data voor HadCRUT4 komen van Woodfortrees, maw 5 significante cijfers, voor de hand liggend om een perfecte correlatie te vinden is het dus zeker niet…
Martijn,
Hierbij jouw droomscenario, perfecte correlatie in jouw 7 favoriete jaren uit de periode 1850-2018.
https://www.dropbox.com/s/gf0zw4tc0a3t626/TmodelMvMr1.png?dl=0
Dat de correlatie voor alle jaren gewoonweg dramatisch is, daar moeten we dus volgens jou van wegkijken… Word aub wakker uit je droom, zoniet draait die uit op een nachtmerrie (en om te vermijden dat je het verkeerd interpreteert) voor jou en voor jou alleen!
Danny, ik heb zelf al beschreven dat de correlatie van 0,88 die in figuur 1 wordt beschreven voor de minima gepaard gaat met een veel lagere correlatie voor de volledige periode en bijvoorbeeld een correlatie van slechts 0,38 voor de periode 1880-2018.
Ik herken dus een parallel tussen mijn beschrijving en jouw model waarin een correlatie van 1,00 voor jou model gebaseerd op 6 factoren wordt beschreven en een correlatie van 0,178.
Echter, daarmee is nog niet gezegd dat jouw model representatief is voor mijn model analyse. In mijn benadering zien we bijvoorbeeld zowel bij de secundaire minima (0,897) als bij de 40 jaren (0,84) een vergelijkbaar hoge correlatie. Maar ik ben er tamelijk zeker van dat jouw model een veel lagere correlatie oplevert bij zowel de secundaire minima als bij de 40 jaren rond alle minima.
Kortom, ik heb mijn model onderbouwd met een kwalitatieve analyse… terwijl deze bij jouw model geheel ontbreekt (primaire vs secundaire minima, gehele periode vs periode tot eind jaren ’70, etc.).
PS. Je input doet me denken aan je input toen je 2 weken geleden meende dat mijn grafiek 7D niet zou kunnen kloppen; maar hierbij maakte je toen zelf een denkfout door geen rekening te houden met de factor van de versterking. Je meent nu dat ik een “‘absurde redeneringswijze” zou hanteren… maar ik heb je er al op gewezen dat je model diverse elementen bevat waarbij keuzes zijn gemaakt die in mijn ogen onverstandig zijn. Het gebruik van een stepwise regressie analyse zou bijvoorbeeld mijn voorkeur hebben wanneer het om een groter aantal variabelen gaat. Het visuele beeld in je nieuwste analyse toont in feite direct aan dat de uitkomst van jouw analyse in zekere zin een tamelijk ‘absurde’ indruk wekt. Vervolgens probeert je dit in mijn schoenen te schuiven, zonder bijvoorbeeld rekening te houden met mijn feedback die ik heb gegeven m.b.t. je voorgaande presentaties.
CORRECTIE
Bij nader inzicht heb je met 7 wenswaarden vertrekkende van 6 (onafhankelijke) inputvariabelen en het snijpunt met de y-as natuurlijk een stelsel van 7 vergelijkingen met 7 onbekenden en is er dus steeds een (unieke)oplossing.
Martijn om 18:45: Dream on!…
Danny, als ik in jouw schoenen zou staan zou ik me eerst eens afvragen hoe het precies komt dat in jouw eigen analyse de correlatie van 1,00 voor de primaire jaren naar 0,178 zakt voor alle jaren.
PS. Het negatieve gewicht bij de TSI (-2,6402) is bijvoorbeeld nogal opvallend en dit wordt ook bevestigd door het plaatje waarin we zien dat rond het jaar 1958 (waarbij de LISIRD de hoogste waarde bereikt) jouw model een duidelijk negatief gewicht toekent aan de TSI op de uitkomst van de analyse. Je model is dus geenszins representatief voor het feit dat de minima van de TSI toch echt een positieve correlatie hebben met de HadCRUT4. De verklaring is denk ik simpel: dit is waarschijnlijk een direct gevolg van je keuze om de ‘sinus’ in je model te handhaven.
Martijn,
“Danny, als ik in jouw schoenen zou staan zou ik me eerst eens afvragen hoe het precies komt dat in jouw eigen analyse de correlatie van 1,00 voor de primaire jaren naar 0,178 zakt voor alle jaren.”
Dat is volkomen logisch. Danny heeft dat met zijn correctie nog eens uitgelegd, maar het lijkt je allemaal te ontgaan.
Tja Danny, het is als praten tegen een muur. Zelfs als je hem tegemoet komt voelt hij zich aangevallen. Vragen worden niet beantwoord als het Martijn niet aanstaat/uitkomt en vindt hij toch dat hij iets moet antwoorden dan komt er iets in de trant van “een soort van ‘klimaatruis’”.
We hebben geprobeerd hem te behoeden voor een enorme uitglijder. Maar als hij per se op z’n bek wil gaan, dan moet dat maar. Wat mij betreft laat ik het hierbij. De tijd doet verder zijn werk wel.
Re: Ronald “Dat is volkomen logisch. Danny heeft dat met zijn correctie nog eens uitgelegd, maar het lijkt je allemaal te ontgaan.”
De correctie van Danny is helemaal niet gerelateerd aan de feedback die ik zojuist heb gegeven m.b.t. het negatieve gewicht van de TSI in het laatste model van Danny.
Overigens, ik herken wel de duidelijke parallel in jullie redenering omdat jullie beide de indruk wekken dat je meent dat de formule voor de primaire jaren ook een zinvol resultaat zou moeten opleveren voor alle jaren. In mijn artikel wordt beschreven dat dit juist niet moet worden verwacht t.g.v. de ‘klimaatruis’ die in de data ontstaat omdat de samenstelling van het zonlicht sterke varieert tijdens verschillende fasen van de zonnecyclus.
Mijn strategie is in de kern gericht op het inzicht dat de minima de meest stabiele jaren vormen van de zonnecyclus.
Voor mij is duidelijk dat jullie beide de impact van dit punt niet begrijpen… want jullie gebruiken beide redeneringen waaruit blijkt dat jeniet inziet dat het fundamenteel bezien wel degelijk kan volstaan om naar een beperkt aantal jaren te kijken.
(7 Jaar is natuurlijk erg weinig, de combinatie van de primaire en secundaire minima was al een stap vooruit… maar ik heb mijn analyse gericht op 40 jaar al aangekondigd en gemeld dat het beeld nauwelijks veranderd, eigenlijk zelfs eenvoudiger wordt zelfs omdat hierbij duidelijk wordt: Temperatuur = Zon + Ozon)
Martijn,
Ik ga mijn dialoog met jou afsluiten met dezelfde woorden die ik eind januari aan een Joe Postma fan heb geschreven:
Gelukkig begrijp jij het wel. Wanneer denk je dat de rest van de wereld overstag gaat?
Over&Out.
Ik wil ook nog even opmerken dat in het eerste model van Danny enkel de factoren ENSO, ozon & TSI (in omgekeerde volgorde van grootte) een kleine sigma waarde hebben; dit duidt erop dat enkel deze 3 factoren een lage standaardafwijkingen en dus ook een hoog significantie niveau hebben in dit model.
1ste model Danny, zie: https://www.dropbox.com/s/fmpjnlb3uastibw/TmodelMvM.ppt?dl=0
Ik kan inmiddels enkele formules conceptueel als volgt beschrijven:
Temperatuurtrend = verloop zonneminima + opwarming t.g.v. afbraak ozonlaag
Temperatuur = verloop zonneminima + opwarming t.g.v. afbraak ozonlaag + ENSO – AOD
PS. CO2 zou in principe wel aan beide formules kunnen worden toegevoegd als een factor met enige invloed, maar vooral op basis van de periode tot eind jaren ’70 blijkt dit in feite grotendeels overbodig – met name ontstaat er dan een probleem in het perspectief van de primaire minima. Zonder CO2 zijn de verschillen kleiner in de statistiek m.b.t. zowel de verschillende periodes als de verschillen tussen de primaire en secundaire minima.
(Voor mensen die getalsmatig de materie voldoende kunnen overzien zouden bovengenoemde formules inmiddels geen verrassing meer mogen bevatten)
Grapjas 😂😲😞
Correctie voor de 1ste formule die ik 20 mrt 2020 om 11:47 presenteerde:
Temperatuurtrend = verloop zonneminima + opwarming t.g.v. afbraak ozonlaag – AOD
Temperatuur = verloop zonneminima + opwarming t.g.v. afbraak ozonlaag – AOD + ENSO
PS. Ozon wordt via een 5-tal verschillende factoren ook in de AR5 analyse van het IPCC als een significante factor herkend die een significant deel van de opwarming verklaard:
http://www.climatechange2013.org/images/figures/WGI_AR5_FigSPM-5.jpg
(17 mrt 2020 om 22:34)
Ik zou nog terugkomen op het volgende:
“Ik zal op een later moment ook nog het beeld gaan checken op basis van alle 40 jaren afzonderlijk i.p.v. de 3-jarige gemiddelde waarden bij de minima.”
Ook bij de analyse op basis van de 40 jaren m.b.t. de periode 1880-2018 levert een lineaire regressie analyse voor de periode t/m eind jaren 70 een beeld op waarbij CO2 niets toevoegt; indien CO2 toch wordt meegenomen dan blijft het gewicht van CO2 beperkt tot een fractie van het gewicht van de TSI waardoor CO2 slechts enkele honderdsten van de temperatuurstijging t/m eind ’70s verklaard.
Daarnaast heb ik ook een analyse uitgevoerd voor de gehele periode; hierbij vormen het koppel LISIRD en CO2 de sterkste combinatie, met de kanttekening dat de combinatie LISIRD en Ozon een vergelijkbaar resultaat oplevert… en dit geldt ook de combinatie van alledrie de factoren.
Wanneer vervolgens enkel naar de trios van de primaire jaren wordt gekeken dan blijkt de LISIRD en CO2 combinatie juist de zwakste van de 3 combinaties; de LISIRD en Ozon combinatie de sterkste.
De conclusie luidt hierbij dat de LISIRD en Ozon combinatie in alle perspectieven het meest stabiele resultaat oplevert; de enige kanttekening die hierbij kan worden gemaakt is dat deze combinatie voor de periode t/m eind jaren ’70 een correlatie van slechts 0,73 oplevert… echter, voor de primaire jaren in de periode t/m eind jaren ’70 gaat het om een correlatie van 0,82 (de combi met CO2 levert hierbij opnieuw een negatief gewicht op voor CO2).
Kortom, de discussie met Danny heeft alsnog toch weer leuke materie opgeleverd om mee te nemen in mijn volgend artikeltje!
Tenslotte ter illustratie nog een impressie van het model met de combinatie TSI, Ozon & CO2:
http://klimaatcyclus.nl/klimaat/pics/40-jaren-model-LISIRD-ozon-CO2.jpg
Het model voor de TSI, Ozon & CO2 combinatie toont een correlatie van 0,92.
Inmiddels is ook duidelijk dat op basis van de gemiddelde waarden per 3 jaar de correlatie oploopt tot 0,965.
De bijdrage van CO2 in de opwarming ligt volgens dit model in de orde van +0,3 graad C.
(Ik denk inmiddels aan de optie om zowel dit model als het TSI & Ozon model in mijn volgende artikeltje te beschrijven)
Ik werd afgelopen week met nog een interessante analyse van Dr. Antero Ollila geconfronteerd waarin wordt beschreven dat de ‘short wave radiation’ (SW) in de 21ste eeuw een verloop toont dat overeenkomt met het temperatuurverloop.
Het zou gaan om data uit de CERES databank van de NASA.
Heeft iemand enig idee waar op die SW data precies is gebaseerd?
Bron (zie de SW in figuur 1):
https://principia-scientific.org/greenhouse-gases-not-behind-the-end-of-the-warming-pause/