Erger dan verwacht – de staat van het klimaat III:
Klimaatgevoeligheid

GERTJAN COBELENS

1. Inleiding – drie typen klimaatgevoeligheid

Klimaatgevoeligheid, dat klinkt als een indicatie van het percentage mensen dat wegzapt zodra klimaatverandering ter sprake komt, maar in werkelijkheid heeft die term betrekking op de relatie tussen de CO₂-concentratie in de atmosfeer en de mate van opwarming. In het bijzonder gaat klimaatgevoeligheid over de vraag hoeveel de wereldwijde oppervlaktetemperatuur stijgt wanneer de CO₂-concentratie van een pre-industrieel niveau van 280 deeltjes per miljoen (parts per million, afgekort tot ppm) naar 560 ppm verdubbelt.

Omdat die relatie met heel veel onzekerheid omgeven is, geldt ze als de ‘heilige graal’ van de klimaatwetenschap. En met reden. De klimaatgevoeligheid is een belangrijke indicatie voor hoe snel de aarde opwarmt. Ze wordt bijvoorbeeld als kerncijfer gebruikt voor prognoses voor 2100, voor economische ramingen en voor hoe groot het resterende koolstofbudget is om onder de 2°C-grens te blijven.

De drie meest gehanteerde methoden voor het berekenen van de klimaatgevoeligheid zijn de transitieklimaatgevoeligheid, de evenwichtsklimaatgevoeligheid en de aardsysteemgevoeligheid. Van de drie wordt de evenwichtsklimaatgevoeligheid veruit het vaakst gebruikt. Wanneer een artikel in het algemeen aan klimaatgevoeligheid refereert, wordt deze variant bedoeld. In het algemeen geldt dat de transitieklimaatgevoeligheid lager is dan de evenwichtsklimaatgevoeligheid, die weer lager is dan de aardsysteemgevoeligheid.

De transitieklimaatgevoeligheid is een zuiver modelmatige benadering die betrekking heeft op de stijging van de oppervlaktetemperatuur op het moment dat de CO₂-concentratie verdubbelt. Het gaat om een een modelscenario waarin de CO₂-concentratie geleidelijk (over een periode van 70 jaar) met 1 procent per jaar toeneemt. De gevoeligheid is dan het gemiddelde over de 10 jaar voor en de 10 jaar na het tijdstip dat de CO₂-concentratie is verdubbeld.

De evenwichtsklimaatgevoeligheid is een veel bredere benadering dan de transitiegevoeligheid en gaat over de vraag hoeveel de temperatuur stijgt bij een verdubbeling van de CO₂-concentratie nadat de zogenaamde snelle terugkoppelingen (zie aflevering 3) een nieuw evenwicht hebben bereikt. Het is een concept dat in de jaren zeventig ontwikkeld is door de meteoroloog en klimaatwetenschapper Jule Charney. De in de aflevering ‘Gematigden en alarmisten‘ genoemde notitie over klimaatverandering van Frank Press aan president Carter leidde namelijk ook tot een verzoek aan de National Academy of Sciences om ‘ons huidige begrip van de koolstofdioxide/klimaatkwestie beknopt en objectief samen te vatten ten behoeve van beleidsmakers.’ Jule Charney werd met de taak belast om een commissie samen te stellen en een conferentie te organiseren. Charney besloot dat het onderwerp van de conferentie een inschatting van de klimaatgevoeligheid moest zijn. Daartoe introduceerde hij het begrip evenwichtsklimaatgevoeligheid, in de literatuur beter bekend als ECS (equilibrium climate sensitivity, ook wel Charney-sensitivity genoemd).

Die evenwichtsklimaatgevoeligheid is een optelsom van de stralingsforcering* – de verandering in de energiebalans van de aarde – en de snelle terugkoppelingen. Zou je zowel de snelle als de trage terugkoppelingen in je berekening opnemen, dan stuit je op het probleem dat sommige terugkoppelingen, neem de opwarming van de oceanen, extreem traag verlopen en eeuwen zo niet millennia in beslag nemen. Om tot een inschatting van de gevoeligheid te komen waarmee je uitspraken kunt doen over een relatief afzienbare termijn, maakte Charney dus een onderscheid tussen snelle terugkoppelingen (in de literuur bekend als fast feedbacks of Charney-feedbacks) en trage terugkoppelingen, zoals de oceanen, ijskappen en koolstofcyclus, die hij een constante waarde meegaf. De vuistregel luidt dat 40 procent van het nieuwe evenwicht binnen 10 jaar bereikt wordt, 60 procent binnen een een eeuw en 90 procent binnen duizend jaar.

De evenwichtsklimaatgevoeligheid geeft dus de temperatuurstijging weer die grofweg een eeuw (in sommige onderzoeken 75 jaar, in andere ook 125 of zelfs 150 jaar) na een verdubbeling van de hoeveelheid CO₂ in de atmosfeer van 280 naar 560 ppm bereikt wordt. Maar aangezien je de omstandigheden op aarde niet een eeuw lang kunt stilzetten, is de evenwichtsklimaatgevoeligheid (ECS) per definitie een gedachte-experiment. De ECS is dus eerder een indicatie dan een heel precies cijfer.

Wanneer ook de trage terugkoppeling worden meegenomen spreek je van de aardsysteemgevoeligheid (in de literatuur earth system sensitivity of ESS genoemd). De aardsysteemgevoeligheid beslaat vele duizenden jaren, omdat het bijzonder lang kan duren voordat ook de traagste terugkoppelingen een nieuw evenwicht hebben bereikt. Omdat in paleoklimaatonderzoek vrijwel altijd vele millennia in het spel zijn, wordt die ESS in de praktijk voornamelijk bij dit type onderzoek gebruikt. Al zijn daar ook uitzonderingen op. In ‘Global warming in the pipeline‘ doen James Hansen en collega’s een poging om de aardsysteemgevoeligheid op basis van de huidige opwarming te berekenen. Over een periode van 5 duizend jaar gemeten, bedraagt die volgens hen zo’n 10°C.

Aangezien de evenwichtsklimaatgevoeligheid veruit het meest gebruikt wordt, vormt deze variant het onderwerp van dit artikel. Al wordt in de volgende aflevering eerst nog even gekeken naar de geschiedenis van de klimaatgevoeligheid in brede zin.

2. Klimaatgevoeligheid – een beknopte geschiedenis

In de jaren 90 van de 19de eeuw was de Zweedse wetenschapper Svante Arrhenius de eerste die een poging ondernam om de klimaatgevoeligheid vast te stellen. Hij vroeg zich af hoeveel de aarde zou opwarmen bij een verdubbeling van de hoeveelheid CO₂ in de atmosfeer van 280 naar 560 deeltjes per miljoen (ppm). Voor de basis van zijn berekening greep Arrhenius terug op het werk van John Tyndall van zo’n 30 jaar eerder. Die had aangetoond dat CO₂ heel goed in staat is om warmtestraling te absorberen, maar ook dat dat absorptievermogen aan verzadiging onderhevig is. Arrhenius trok hieruit de conclusie dat het verband tussen CO₂ en temperatuur niet lineair is maar logaritmisch afneemt.*

In de praktijk wil dit zeggen dat de eerste ‘stoot’ CO₂-verhoging, bijvoorbeeld van 190 ppm – het koudste punt tijdens de laatste ijstijd – naar 210, een groter opwarmend effect heeft dan, zeg, een stijging van 280 ppm naar 300. Anders gezegd, als een verdubbeling van de CO₂-concentratie van 280 naar 560 ppm een x hoeveelheid warmte oplevert, dan resulteert een tweede verdubbeling van 560 naar 1120 niet in 2x maar opnieuw in x. Tegenwoordig wordt zo’n verdubbeling doorgaans niet rechtstreeks in temperatuur omgezet, maar uitgedrukt in de hoeveelheid stralingsforcering in watt per vierkante meter (W/m²). De bovengenoemde verdubbelingen resulteren dan steeds in een extra stralingsforcering van een kleine 4 W/m².

Klimaatgevoeligheid, zo realiseerde Arrhenius zich, is een combinatie van ‘initiële’ opwarming als gevolg van de stralingsforcering en terugkoppelingen. Die initiële opwarming is uit te rekenen met behulp van de Wet van Stefan-Boltzmann. Die geeft aan dat een verdubbeling leidt tot een opwarming van 1,2°C. De rest bestaat uit terugkoppelingen, zoals een toenemende hoeveelheid waterdamp in de atmosfeer, een dalende albedo, veranderende wolkenpatronen, et cetera. Op basis van een uiterst versimpeld model kwam Arrhenius in 1896 tot een schatting van 5 à 6°C.

In 1931 volgde er een tweede poging, dit keer door de Amerikaanse geofysicus Edward Olson Hulburt. Hij had een manier uitgedokterd om het effect van convectie (het opwaartse warmtetransport door opstijgende warme lucht) met dat van straling in zijn berekeningen te combineren. Het cijfer waar hij, los van terugkoppelingen, op uitkwam was 4°C.*

De eerste schatting op basis van een computermodel is afkomstig van de Japanse en Amerikaanse meteorologen Syukuro Manabe en Richard Wetherald. In 1967 kwam dit tweetal in opdracht van de voorloper van het NOAA uit op een klimaatgevoeligheid van 2,3°C, dat ze voor het gemak afrondden naar 2°C.

In 1979 vond in Massachusetts een bijeenkomst plaats van de ‘Ad Hoc Group on Carbon Dioxide and Climate’ onder leiding van Jule Charney (zie de vorige aflevering). De weerslag van de beraadslagingen is vastgelegd in het invloedrijke rapport ‘Carbon Dioxide and Climate: a Scientific Assessment‘, beter bekend als het Charney-rapport. Aangezien er in 1979 nog nauwelijks paleoklimatologisch onderzoek was gedaan en er ook nog weinig betrouwbare temperatuurmetingen voor het meer recente verleden (zeg de afgelopen duizend jaar) voorhanden waren, richtte het rapport zich noodgedwongen uitsluitend op modellen. De twee belangrijkste modellen van dat moment waren dat van Manabe en Wetherald, en het algemene circulatiemodel van de Nasa onder leiding van James Hansen.

Het model van Manabe en Wetherald gaf dus een evenwichtsgevoeligheid van ruim 2°C aan. Sinds het begin van de metingen in 1957 op Mauna Loa, Hawaï, was de hoeveelheid CO₂ in 1979 ten opzichte van 280 ppm met 21 procent toegenomen terwijl de temperatuur sinds 1850 met zo’n 0,65°C gestegen was. Dat correspondeerde fraai met een evenwichtsgevoeligheid van een kleine 2,5°C. Toch kwam het model van Hansen op een gevoeligheid uit van rond de 4°C. Bij Hansen moest er dus iets zijn wat die extra opwarming aan het zicht onttrok. Dat ‘iets’ leidde bijvoorbeeld tot de hypothese dat er in de relatie tussen CO₂ en opwarming een ingebouwde vertraging van 30 jaar zit, een idee dat intussen lang en breed weerlegd is. In het latere werk van Hansen is het de afkoelende werking van antropogene aerosolen (uitlaatgassen, voornamelijk in de vorm van zwavel – zie de volgende aflevering) die het verschil tussen de gemeten en de daadwerkelijke opwarming verklaart. In aflevering 27-29 kom ik hier uitgebreid op terug.

Manabe zou hier later tijdens een interview in Science over verklaren: ‘Charney koos 0,5°C als een redelijke foutmarge, trok dit af van mijn getal en telde het op bij dat van Hansen, wat leidde tot de bandbreedte van 1,5 tot 4,5°C voor de waarschijnlijke evenwichtsgevoeligheid, die sindsdien in elke beoordeling terugkeert.’

Het Charney-rapport leidde niet alleen tot de introductie van het begrip evenwichtsklimaatgevoeligheid, maar ook tot een beste schatting voor die gevoeligheid van 3°C, die sindsdien onveranderd is gebleven. De rest van het artikel is een lange aanloop naar de beantwoording van de vraag of dit cijfer standhoudt.

3. Evenwichtsklimaatgevoeligheid

De rest van dit artikel is dus gewijd aan de vraag of de beste schatting van de evenwichtsklimaatgevoeligheid van 3°C standhoudt. Om die vraag te beantwoorden volgt eerst een lange rondgang langs de drie bewijslijnen voor het vaststellen van die gevoeligheid: modellen (aflevering 4-16), paleoklimaatonderzoek (aflevering 17-25) en waargenomen opwarming (aflevering 26-29). Om de vergaarde kennis in aflevering 30-33 tot slot te vergelijken met het belangrijkste onderzoek dat ooit op dit vlak gedaan is (25 wetenschappers hebben er vier jaar lang aan gewerkt, niet fulltime mag ik aannemen, maar toch). Dit rapport, of beter boekwerk (zonder de noten telt het 166 pagina’s), ‘An Assessment of Earth’s Climate Sensitivity Using Multiple Lines of Evidence‘ (2020), geldt met recht en reden als de gouden standaard op dit terrein.

De drie bewijslijnen worden elk op dezelfde manier uitgewerkt. Eerst volgt er een cursus-achtige uiteenzetting van de basiskennis, vervolgens een bespreking van alle onzekerheden en tot slot een overzicht van de belangrijkste wetenschappelijke ontwikkelingen van de jongste jaren op deze drie gebieden.

In de evenwichtsklimaatgevoeligheid spelen de snelle terugkoppelingen een hoofdrol. De zes belangrijkste zijn de waterdamp-terugkoppeling, de ijs-albedo-terugkoppeling, de wolken-terugkoppeling, het aerosoleneffect, de ‘lapse rate‘-terugkoppeling en de Planck-terugkoppeling.* De eerste drie zijn opwarmende of positieve terugkoppelingen, de laatste drie zijn afkoelende, dempende of negatieve terugkoppelingen.

Waterdamp-terugkoppeling → Bij een stijgende temperatuur verdampt er meer water en waterdamp is een krachtig broeikasgas. Dit proces creëert een positieve terugkoppelingslus, waardoor de opwarming verder versterkt wordt.

IJs-albedo-terugkoppeling → Wanneer ijs en sneeuw smelten, daalt de albedo (het lichtweerkaatsingsvermogen) van de aarde. Er wordt minder zonnestraling teruggekaatst naar de ruimte en er wordt meer warmte-energie geabsorbeerd, wat tot verdere opwarming leidt. Dit is een andere belangrijke positieve terugkoppelingslus.

Wolken-terugkoppeling → Wolken zijn uitermate complex. Ze kunnen zowel binnenkomende zonnestraling reflecteren (afkoelend effect) als uitgaande infraroodstraling vasthouden (opwarmende werking). Bij elkaar opgeteld hebben wolken een sterk afkoelende werking (net als sneeuw en ijs verhogen ze de reflectiviteit van de aarde). De grote vraag is hoe wolken op een opwarmend klimaat reageren, en hoe het klimaat vervolgens op die veranderde wolkenpatronen reageert. Dit heet de wolken-terugkoppeling. Het netto effect van die wolken-terugkoppeling is de grootste bron van onzekerheid in de klimaatwetenschap. Afhankelijk van het type wolk en de hoogte kunnen ze een positieve (opwarmende) of negatieve (afkoelende) terugkoppeling hebben. De huidige stand van zaken in de klimaatwetenschap luidt dat de wolken-terugkoppeling opgeteld positief is en dus aan de opwarming bijdraagt. De hamvraag is echter hoe groot die bijdrage is.

Aerosoleneffect → Aerosolen, minuscule deeltjes in de atmosfeer die van natuurlijke oorsprong kunnen zijn maar ook afkomstig van uitlaatgassen, kunnen zowel een afkoelend als een opwarmend effect hebben. Sommige aerosolen, zoals zwavel, reflecteren zonlicht en hebben een afkoelend effect, terwijl andere, roet bijvoorbeeld, zonlicht absorberen en een opwarmende werking hebben. Het effect van aerosolen op de temperatuur op aarde is complex en varieert per regio, maar met name antropogene aerosolen (door de mens veroorzaakte uitlaatgassen) in de vorm van zwavel hebben netto een afkoelend effect. Hierdoor wordt een deel van de opwarming aan het zicht onttrokken. Hoe groter het effect van die antropogene aerosolen is, hoe hoger de klimaatgevoeligheid. De precieze omvang van de afkoelende werking van het aerosoleneffect is aan veel onzekerheid onderhevig, evenals de manier waarop aerosolen op de wolken-terugkoppeling inwerken.

‘Lapse rate‘-terugkoppeling → Hoe hoger je komt in de troposfeer, hoe kouder het is. Dit komt doordat opstijgende warme lucht bij toenemende hoogte afkoelt aangezien ook de druk bij toenemende hoogte afneemt. Dit temperatuurverschil wordt in het Engels de ‘lapse rate‘ genoemd.
Als het warmer wordt, bevat de lucht meer waterdamp. Die extra waterdamp heeft dan tevens een effect op de lapse rate, aangezien meer waterdamp betekent dat er meer warmtetransport naar grotere hoogten plaatsvindt. Dit laatste effect wordt de ‘lapse rate’-terugkoppeling genoemd. Meer warmte op grotere hoogten, betekent dat de uitstraling van infrarood licht gemakkelijker wordt, wat een negatieve, dempende of afkoelende terugkoppeling oplevert. Dit effect speelt vooral in de tropen. Op hogere breedtegraden neem dit dempende effect sterk af en kan het de opwarming zelfs versterken.

Planck-terugkoppeling → Dit naar Max Planck vernoemde mechanisme is de belangrijkste dempende of negatieve terugkoppeling in het klimaatsysteem. Een warmer aardoppervlak zendt namelijk meer infrarode warmtestraling naar de ruimte uit. Dit mechanisme dempt de opwarming door overtollige energie af te voeren en is cruciaal voor het stabiliseren van de temperatuur. Het werkt als volgt: stijgt de temperatuur van de aarde door de uitstoot van broeikasgassen, dan stijgt de uitgaande langgolvige warmtestraling naar de ruimte evenredig mee. Hoewel een hogere CO₂-concentratie de uitgaande straling aanvankelijk tegenhoudt, zorgt de daaropvolgende temperatuurstijging er via de Planck-terugkoppeling voor dat de aarde alsnog meer energie gaat uitstralen.

In de volgende aflevering kijken we naar de methoden aan de hand waarvan de evenwichtsklimaatgevoeligheid bepaald wordt.

4. Methoden voor het inschatten van de evenwichtsklimaatgevoeligheid

Zoals gezegd hanteert de klimaatwetenschap voor het inschatten van de klimaatgevoeligheid drie bewijslijnen: klimaatmodellen, reconstructies van paleoklimaten en de waargenomen opwarming (sinds 1850) aan de hand van instrumentele metingen.

Klimaatmodellen → Algemene circulatiemodellen (global circulation models of GCM’s) zijn complexe computersimulaties van het klimaatsysteem van de aarde. Ze worden gebruikt om de reactie van het klimaat op een verhoogde CO₂-concentratie te simuleren en zo de evenwichtsgevoeligheid te schatten. De specificatie van de fysische processen en de terugkoppelingsmechanismen binnen deze modellen is cruciaal voor hun nauwkeurigheid. Modellen zijn echter altijd vereenvoudigingen van de werkelijkheid en kennen inherente onzekerheden (zie aflevering 5 en verder), met name bij het weergeven van de wolken-terugkoppeling en het aerosoleneffect.

Paleoklimaatonderzoek → Het bestuderen van klimaatveranderingen in het verleden, zoals glaciale-interglaciale cycli of warme periodes in de geschiedenis van de aarde, levert waardevolle inzichten op voor de klimaatgevoeligheid. Door proxygegevens (bijv. ijskernen, isotopen en sedimenten – zie aflevering 18 en verder) uit deze periodes te analyseren, kunnen wetenschappers afleiden hoe de temperatuur in het verleden is veranderd en wat de bijbehorende CO₂-concentraties waren, waardoor ze de klimaatgevoeligheid op geologische tijdschalen kunnen reconstrueren. Deze benadering biedt een nuttig inzicht in hoe het klimaatsysteem in het verleden heeft gereageerd op veranderingen in de stralingsforcering. Paleoklimaatonderzoek kent wel zijn eigen beperkingen. Bij reconstructies van bijvoorbeeld het Paleoceen-Eoceen thermisch maximum (55 – 53 miljoen jaar geleden) moet meegewogen worden dat de werelddelen en de oceanen op een andere plek lagen dan nu en dat ook de chemische samenstelling van de biosfeer anders was. Bij de bepaling van de temperatuur van het Laatste Glaciale Maximum – het koudste punt van de laatste ijstijd, zo’n 23 tot 19 duizend jaar geleden – geldt dat we uit ijskernen wel heel precies weten hoe koud het toen aan de polen was, maar dat deze gegevens vanwege de arctische amplificatie – het sneller opwarmen en afkoelen van de polen dan de rest van de aarde – niet simpelweg te extrapoleren zijn, aangezien de mate van arctische amplificatie fluctueert. Dus moet van proxies gebruik gemaakt worden die altijd weer een mate van onzekerheid met zich meebrengen.

Waargenomen opwarming → Het analyseren van historische temperatuurmetingen en waargenomen veranderingen in stralingsforcering sinds de industriële revolutie biedt een andere manier om de klimaatgevoeligheid te schatten. Door de waargenomen opwarming te vergelijken met de geschatte stralingsforcering door broeikasgassen en aerosolen, kunnen wetenschappers tot een empirische schatting van de klimaatgevoeligheid komen. Gezien de relatief korte tijdsspanne waarover directe waarnemingen beschikbaar zijn, kent deze benadering zo zijn beperkingen. Daarnaast kan de schatting van de klimaatgevoeligheid te laag uitvallen wanneer onvoldoende rekening wordt gehouden met het afkoelende effect van antropogene aerosolen. Ook worden voor de reconstructie van die waargenomen opwarming uiteenlopende datasets gebruikt, die allemaal een verschillende temperatuuranomalie (het temperatuurverschil tussen 1850 en het heden) aangeven. In aflevering 26 en verder bespreek ik de onzekerheden in de waargenomen opwarming.

Als gevolg van de onzekerheid die in alle drie de benaderingen besloten ligt, wordt er nog altijd een zeer ruime marge voor de klimaatgevoeligheid (het effect dus van een verdubbeling van de CO₂-concentratie in de atmosfeer) gehanteerd. In het Fourth Assessment Report uit 2007 ging het IPCC uit van een waarschijnlijkheidsinterval van 2-4,5°C met 3°C als meest waarschijnlijke cijfer. In de opvolger uit 2013 keerde het IPCC terug naar de Charney-schatting van 1,5-4,5°C, maar vanwege de toegenomen onzekerheid over de klimaatgevoeligheid onthield het IPCC zich dit keer van een ‘beste schatting’. In het recentste IPCC-rapport uit 2021 ligt de klimaatgevoeligheid ‘waarschijnlijk’ tussen de 2,5-4°C en ‘zeer waarschijnlijk’ tussen de 2-5°C. In dit rapport keert het IPCC terug naar 3°C als meest waarschijnlijke cijfer. Het in aflevering 3 genoemde Sherwood-rapport uit 2020 komt tot een iets nauwere afbakening van tussen de 2,6 en 4,1°C (bij een 66%-waarschijnlijkheidsinterval), met 3,1°C als beste schatting.

Gezien het feit dat economische geïntegreerde beoordelingsmodellen en projecties voor 2100 van een klimaatgevoeligheid van 3°C uitgaan en gezien de grote mate van onzekerheid over het cijfer en de hoge waarschijnlijkheid (zoals uit de laatste afleveringen blijkt) dat dit cijfer zich in de hogere regionen van de gebruikte marges bevindt, zou het naar mijn idee verstandig zijn om deze onzekerheid ook in de ramingen mee te nemen. In navolging van de gedeelde socio-economische paden zou je bijvoorbeeld drie ‘gevoeligheidspaden’ op kunnen stellen; een lage gevoeligheid (2,5°C), een middelhoge (3,5°C) en een hoge (4,5°C). Op deze manier incorporeer je ook worst case uitkomsten in je ramingen en projecties, wat een aanmerkelijk realistischer beeld oplevert van wat de klimaattoekomst ons zal brengen.

In de volgende aflevering maken we een start met bewijslijn 1, modelmatige benaderingen.

5. Bewijslijn 1 – Modelmatige benaderingen

Klimaatmodellen zijn uitermate nuttig en worden almaar beter, maar kennen tegelijk ook inherente beperkingen in de zin dat ze noodgedwongen gebrekkige simulaties van de werkelijkheid zijn. Illustratief is de roman Sylvie and Bruno Concluded (1893) van Lewis Carroll. Halverwege de roman wordt het personage Mein Herr geïntroduceerd dat de meest wonderlijke verhalen over zijn geboorteland vertelt. Een daarvan is over de hoogstaande kwaliteit van zijn kaartenmakers. Die kwaliteit wordt steeds beter naarmate ze de schaal verhogen, van een meter op een mijl, naar zes meter op een mijl, naar honderd meter op een mijl, en tot slot naar één mijl op één mijl. Werd de kaart uitgevouwen, dan was het hele land bedekt. Aan een dergelijke kaart kleven uiteraard praktische bezwaren en dat geldt ook voor een ‘digitale tweeling’ die de aarde een-op-een nabootst, al was het maar omdat de benodigde rekenkracht daar simpelweg voor ontbreekt. De onzekerheden die ik hier bespreek, zijn dus geen tekortkomingen van de klimaatwetenschap, maar eigenschappen van het aardsysteem zelf.

Op het meest basale niveau komt het modelleren van het klimaatsysteem neer op het gebruik van computers om het klimaat op aarde na te bootsen en meer inzicht te krijgen in de complexiteit ervan.

Wat duurder geformuleerd draait het bij het modelleren van het klimaatsysteem om het gebruik van wiskundige vergelijkingen en brute rekenkracht (bij de meest complexe modellen in de vorm van supercomputers) om de interacties tussen de atmosfeer, oceanen, het landoppervlak, ijs en levende organismen te simuleren. De simulatie die hier uitrolt stelt klimaatwetenschappers in staat om te bestuderen hoe deze componenten op elkaar inwerken en hoe ze in de loop van de tijd veranderen. Hierbij is het belangrijk om in gedachten te houden dat het klimaat niet statisch is, maar dat het een complex, dynamisch systeem vormt dat zich voortdurend aanpast aan verschillende natuurlijke en door de mens veroorzaakte invloeden.

Het doel van de modellering is om een (versimpelde) digitale tweeling van het klimaatsysteem te construeren, Met deze digitale tweeling – het model – kunnen wetenschappers experimenten uitvoeren die in de echte wereld onmogelijk of onethisch zijn. Ze kunnen bijvoorbeeld de hoeveelheid broeikasgassen in de atmosfeer van het model aanpassen en de daaruit voortvloeiende veranderingen in de temperatuur, neerslagpatronen en zeespiegel observeren.

De beschrijving van een klimaatmodel omvat vaak een gedetailleerde weergave van de specifieke componenten waaruit het model bestaat en hoe deze wiskundig worden weergegeven. Een basaal model richt zich bijvoorbeeld uitsluitend op de energiebalans (hoeveel zonne-energie het systeem binnenkomt en hoeveel warmte terug de ruimte in wordt gestraald). Meer geavanceerde modellen, zoals aardsysteem-modellen en algemene circulatiemodellen (die de atmosfeer aan de oceanen koppelen), bevatten onder meer weergaven van de wolkenvorming, oceaanstromingen en de koolstofcyclus.

De complexere klimaatmodellen bestaan uit componenten die onderling verbonden zijn en op elkaar inwerken. Denk aan componenten als de:

Atmosfeer → Deze gassenlaag rondom de aarde is cruciaal voor het reguleren van de temperatuur en het distribueren van warmte. Modellen geven atmosferische processen weer, zoals windpatronen, temperatuurgradiënten en neerslag.
Oceanen → Oceanen bedekken het grootste deel van het aardoppervlak en spelen een cruciale rol bij de opslag en distributie van warmte. Modellen simuleren oceaanstromingen, temperatuurvariaties op verschillende dieptes en de uitwisseling van gassen met de atmosfeer.
Landoppervlak → De kenmerken van het landoppervlak, waaronder vegetatie, bodemtype en topografie, beïnvloeden de manier waarop energie en water worden uitgewisseld met de atmosfeer.
Cryosfeer → IJs en sneeuw, waaronder gletsjers, ijskappen en zee-ijs, hebben een aanzienlijke invloed op de energiebalans en de zeespiegel van de planeet. Modellen simuleren de vorming en het smelten van ijs.
Biosfeer → Levende organismen, van planten tot dieren tot micro-organismen, staan in wisselwerking met het klimaatsysteem door middel van processen zoals fotosynthese en ademhaling. Modellen kunnen vereenvoudigde weergaven van de vegetatie en de koolstofcyclus bevatten.

Omdat het klimaat zo complex is dat lang niet alles berekend kan worden, bevatten klimaatmodellen voor tal van factoren noodgedwongen versimpelde benaderingen, aannames en inschattingen, of wordt voor sommige factoren een vaste waarde gehanteerd, terwijl die waarde in werkelijkheid kan fluctueren (dit wordt parametrisatie genoemd). Neem bijvoorbeeld het ‘snelle’ deel van de koolstofcyclus. Aardsysteemmodellen modelleren de koolstofcyclus als een negatieve of dempende terugkoppeling, waarin de koolstofputten op het land en in de oceanen steeds harder werken om hetzelfde percentage CO₂ te blijven verwerken (bij meer CO₂ in de atmosfeer groeien planten bijvoorbeeld sneller en worden ze groter, waardoor ze meer CO₂ kunnen opnemen), terwijl we nu al zien dat de capaciteit van die koolstofverwerkende systemen aan het afnemen is en dat die cyclus van een negatieve terugkoppeling in een positieve of versterkende terugkoppeling dreigt om te slaan.

Een andere kwestie is dat het klimaat een complex, niet-lineair dynamisch systeem is dat zich chaotisch gedraagt. Dit betekent dat kleine afwijkingen in de uitgangswaarden van een model als gevolg van parametrisatie grote gevolgen kunnen hebben (denk aan vlindereffect van Alfred Lorenz).

Vanwege die chaotische eigenschappen van het klimaat stelde het derde beoordelingsrapport (2001) van het IPCC: ‘Het klimaatsysteem is bijzonder uitdagend omdat bekend is dat componenten in het systeem zich inherent chaotisch gedragen; er zijn terugkoppelingen die mogelijk van teken kunnen veranderen [van afkoelend naar opwarmend of vice versa], en er zijn centrale processen die het systeem op een complexe, niet-lineaire manier beïnvloeden. Deze complexe, chaotische, niet-lineaire dynamiek is een inherent aspect van het klimaatsysteem.’ En in de samenvatting: ‘Het klimaatsysteem is een gekoppeld niet-lineair chaotisch systeem, en daarom zijn langetermijnvoorspellingen voor het klimaat niet mogelijk.’

Na 2001 is er hard gewerkt om het chaos-probleem te ondervangen, zowel van het klimaat als in de klimaatmodellen zelf. En zijn er methoden ontwikkeld om die principiële onzekerheid te kwantificeren en terug te dringen. Daarover gaat het in de volgende aflevering.

6. Modelmatige benaderingen: onzekerheden (1)

In de klimaatwetenschap wordt gebruik gemaakt van verschillende types klimaatmodellen die elk hun eigen – inherente – onzekerheden met zich meebrengen.

Algemene of mondiale circulatiemodellen → Dit zijn de uitgebreidste modellen. Ze presenteren een simulatie van de atmosfeer, de oceanen, het landoppervlak en het land- en zee-ijs en hun wisselwerking. Ze vergen buitengewoon veel rekenkracht en trachten wereldomspannende klimaatprocessen modelmatig na te bootsen. Hun nadeel is dat ze doorgaans een grovere ruimtelijke resolutie kennen, waardoor ze bijvoorbeeld niet goed in staat zijn om het gedrag van wolken goed te modelleren,* wat zowel tot onzekerheden leidt in hun weergave van regionale klimaatprocessen als in hun algemene klimaatprognoses. Het grote belang van dit type modellen schuilt in hun vermogen om zowel het mondiale klimaatsysteem als de reactie ervan op grootschalige forceringen te simuleren.

Regionale klimaatmodellen → Regionale klimaatmodellen bieden een hogere ruimtelijke resolutie door zich te focussen op een beperkt geografisch gebied en zijn genest binnen een algemeen circulatiemodel. Het voordeel van dit type modellen is dat ze meer inzicht geven in regionale details. Hun nadeel is dat ze de onzekerheden van het overkoepelende algemene circulatiemodel overnemen en zelf weer tot nieuwe onzekerheden aanleiding geven, met name aan de randen van het regionale domein. Hun belang schuilt in het verfijnen van klimaatprognoses op regionale schaal.

Aardsysteem-modellen → Earth system models zijn algemene circulatiemodellen met extra componenten in de vorm van biogeochemische cycli, zoals de koolstofcyclus. Ze maken het mogelijk om de terugkoppelingen tussen het klimaat en deze cycli te simuleren, wat zowel een extra laag van complexiteit als van potentiële onzekerheid aan het algemene circulatiemodel toevoegt, maar wat een vollediger beeld van het aardesysteem oplevert.

Eenvoudige klimaatmodellen → Dit zijn modellen die aanmerkelijk minder rekenkracht vergen aangezien ze klimaatprocessen sterk vereenvoudigen. Doorgaans worden ze gebruikt voor scenario-onderzoek en onzekerheidsanalyse. Hoewel ze minder gedetailleerd zijn, kunnen ze een waardevol hulpmiddel bieden om inzicht te krijgen in het brede scala aan mogelijke toekomstscenario’s en om het effect van verschillende emissietrajecten te onderzoeken.

De onzekerheden sijpelen als het ware door de hiërarchie van deze modellen omlaag, van de algemene circulatiemodellen naar de regionale, de eenvoudige en de aardsysteemmodellen, waarbij de laatste in hun biochemische terugkoppelingen weer weer nieuwe onzekerheden introduceren.

Sinds 2001 is er hard gewerkt aan het verbeteren van de modellen om zo een deel van de onzekerheid terug te dringen en aan het ontwikkelen van methodes om de inherente onzekerheden expliciet te maken en ze te kwantificeren. De drie belangrijkste methoden zijn:

Ensemble-modellering → Door meerdere simulaties uit te voeren met verschillende modellen of met verschillende beginwaarden binnen één model ontstaat een verzameling van prognoses. Deze verzameling van mogelijke uitkomsten noemt men ensembles. Door te kijken naar de piek in de verdeling van alle uitkomsten, krijg je de verwachting voor de toekomst van het model. Ensembles van modellen worden dus gebruikt om de inherente onzekerheid te kwantificeren.*

Probabilistische prognoses → Door op basis van ensemble-resultaten en deskundig oordeel waarschijnlijkheden toe te kennen aan verschillende klimaatuitkomsten, kan een probabilistische interpretatie van de onzekerheid worden gegeven. In de kern is een probabilistische prognose een voorspelling die niet één enkele uitkomst geeft, maar een reeks mogelijke toekomstige uitkomsten met bijbehorende waarschijnlijkheden (een probabilistische prognose van, zeg, de omzet van je café stelt niet dat die omzet morgen 1000 euro zal bedragen, maar dat er een kans van 90 procent is dat die bijvoorbeeld tussen de 800 en 1200 euro ligt). Deze benadering wordt met name toegepast in risicobeoordelingen.*

Gevoeligheidsanalyse → Door modelparameters of structurele aannames systematisch te variëren om hun invloed op modelresultaten te beoordelen, kunnen de meest invloedrijke bronnen van onzekerheid worden geïdentificeerd en kunnen onderzoeksinspanningen worden geprioriteerd. Dit verschaft klimaatwetenschappers een beter inzicht in het gedrag van modellen.

Onder deze meer ‘praktische’ onzekerheden gaan nog verschillende fundamentele onzekerheden schuil (zie de volgende aflevering) waardoor terughoudendheid bij het gebruik van modellen geboden is.

7. Modelmatige benaderingen: onzekerheden (2)

Op het diepste niveau gaat de onzekerheid in klimaatmodellen over het (on)vermogen om een complex, niet-lineair systeem zoals het klimaat te begrijpen, in een model te vatten en er voorspellingen mee te doen. Vanuit dit perspectief is die onzekerheid niet een ‘probleem’ dat een oplossing vereist, maar een inherente eigenschap van onze (per definitie) gebrekkige kennis over het klimaat. In een meer filosofische benadering van het onzekerheidsprobleem gaat het om kwesties als:

Epistemische onzekerheid → Het is van belang om een onderscheid te maken tussen onzekerheid als gevolg van een gebrek aan kennis (epistemische onzekerheid) en als gevolg van een inherente willekeurigheid in het systeem (aleatorische onzekerheid). De onzekerheid in klimaatmodellen is voornamelijk van epistemische aard en vloeit voort uit beperkingen in de kennis van de complexe werking van het klimaat en van wat wel en niet gemodelleerd kan worden. Aangezien onze kennis van het klimaat nooit volledig zal zijn en alle terugkoppelingen in het klimaatsysteem nooit volledig gemodelleerd kunnen worden, speelt er altijd een mate van epistemische onzekerheid.

Waardeoordelen bij ontwikkeling van modellen → Klimaatmodellen zijn geen waardevrije instrumenten. Keuzes die tijdens de ontwikkeling van modellen* gemaakt worden, – zoals welke processen erin opgenomen worden, hun parameterisatie en aan welke gegevens prioriteit wordt gegeven – worden deels beïnvloed door wetenschappelijke beoordelingen, maar deels ook impliciet door maatschappelijke waarden. Dat is op zich onvermijdelijk en ook niet erg, mits de modelleurs zich hiervan bewust zijn en er ook rekenschap over afleggen. Zo niet, dan introduceren deze impliciete waardeoordelen een zekere mate van subjectiviteit in het modelleringsproces, wat doorsijpelt in de onzekerheid op manieren die niet expliciet worden onderkend. Het besef dat modellen niet waardevrij zijn, is een cruciaal inzicht voor wie zich op modellen en het gebruik ervan verlaat.

Diepe onzekerheid → De prognoses van klimaatmodellen reiken vaak helemaal tot 2100* en doen daarmee uitspraken over een wereld die aanzienlijk zal verschillen van het heden. Deze ‘diepe onzekerheid’ komt voort uit factoren zoals nog onbekende toekomstige technologische ontwikkelingen, maatschappelijke veranderingen en potentiële kantelpunten in het klimaat, die inherent moeilijk te modelleren en te voorspellen zijn. De aanduiding ‘diepe onzekerheid’ benadrukt de grenzen van de voorspelbaarheid.

Terzijde: de laatste decennia wordt stukje bij beetje duidelijk dat er naast de zes in aflevering 3 genoemde terugkoppelingen nog zoiets als een een biofysische of ecologische terugkoppeling bestaat. Denk aan de belangrijke rol die walvissen spelen in de regulering van het klimaat; aan de manier waarop grote bossen hun eigen lage (afkoelende) bewolking produceren en hoe ze als een (mondiale) airconditioner fungeren; aan de essentiële functie van mycorrhiza voor het vastleggen van CO₂ in de bodem; aan de ontdekking dat vissen calciumcarbonaat uitscheiden, et cetera.

Deze biofysische terugkoppeling brengt een andere laag van onzekerheid met zich mee, aangezien er nog weinig zicht is op hoe sterk deze terugkoppeling is. Deels komt dit doordat er simpelweg minder onderzoek naar gedaan wordt, deels doordat de eindeloze complexiteit van de natuur nooit geheel ontrafeld zal worden en deels doordat deze biofysische component zich heel lastig laat kwantificeren en modelleren. En hier dreigt een gevaar.

In 1972 formuleerde Daniel Yankelovich vier verleidelijke stappen die modelleurs moeten zien te weerstaan, waarvan de eerste drie ook van belang zijn voor klimaatmodelleurs.

Stap 1: Meet die zaken die zich makkelijk laten meten.
Stap 2: Laat datgene wat niet makkelijk gemeten kan worden buiten beschouwing of ken er een willekeurige kwantitatieve waarde aan toe (parameterisatie).
Stap 3: Neem aan dat wat niet makkelijk gemeten kan worden, ook niet belangrijk is.

Aardsysteem-modellen bevatten weliswaar een stevige ecologische component, maar die component bevat alleen ecologische elementen die in wiskundige vergelijkingen gegoten kunnen worden en kwatificeerbaar zijn. En daar begint het probleem, want hoe kwantificeer je de totale directe en indirecte invloed van walvissen of bossen of mycorrhiza-schimmels op het klimaat? Dit zijn vragen die in (het nog te schrijven) artikel 4 aan bod komen.

In de afgelopen drie afleveringen hebben we gekeken naar de algemene onzekerheden die eigen zijn aan klimaatmodellen. De volgende afleveringen gaan over een specifieke vorm van onzekerheid in klimaatmodellen: de vraag hoe wolken zich gedragen in een opwarmend klimaat.

8. Wolken en klimaatgevoeligheid (1)

Wolken vormen nog altijd het dark horse in de klimaatwetenschap. Al vroeg was bekend dat wolken zowel een dempende als een versterkende invloed op de opwarming van de aarde kunnen hebben.* Ook bij de totstandkoming van het Charney-rapport in 1979 speelde deze invloed een hoofdrol. De verschillende waarden voor de klimaatgevoeligheid die uit de twee toentertijd belangrijkste klimaatmodellen rolden – respectievelijk 2°C en 4°C – waren rechtstreeks gerelateerd aan de modellering van de wolken-terugkoppeling. Wat kort door de bocht bestond er overeenstemming over het effect van de klimaatforcering van een verdubbeling van de CO₂-concentratie (grofweg 1,2°C) en van de waterdamp- en albedo-terugkoppeling (nog eens grofweg 1,2°C). In het model Manabe en Wetherald werd een dempend effect voor de wolken-terugkoppeling gepostuleerd en dus kwam hun klimaatgevoeligheid uit op iets meer dan 2°C. In het model van Hansen speelde de wolken-terugkoppeling* een versterkende rol en zo kwam hij tot een klimaatgevoeligheid van zo’n 4°C.

Sindsdien zijn er grote stappen gezet op het vlak van wolkenmodellering, met name sinds de introductie van het nieuwe modellenensemble CMIP6, maar desondanks bestaat er nog altijd een grote mate van onzekerheid.

Een van de fundamentele problemen is het schaalverschil tussen klimaatmodellen en wolkenprocessen. Mondiale klimaatmodellen werken op rasters met resoluties die doorgaans variëren van tientallen tot honderden kilometers, terwijl wolken zich op een schaal van meters tot kilometers ontwikkelen. Als gevolg van dit verschil lukt het modellen niet goed om het gedrag van individuele wolken precies te simuleren.

In plaats daarvan moeten ze hun toevlucht nemen tot parameterisaties, dat wil zeggen tot vereenvoudigde weergaven van wolkenprocessen op basis van variabelen op grotere schaal. Deze parameterisaties zijn noodzakelijkerwijs benaderingen. Ze proberen het gemiddelde gedrag van wolken binnen een rastervak vast te leggen, maar ze kunnen geen rekening houden met de volledige variabiliteit van wolken en de ingewikkelde manieren waarop wolken zich vormen, ontwikkelen en weer verdwijnen. Deze vereenvoudigingen vormen een belangrijke bron van onzekerheid, vooral als het gaat om het weergeven van de terugkoppelingseffecten van wolken op het klimaat.

Neem bijvoorbeeld de weergave van convectie, het proces waarbij warme, vochtige lucht opstijgt en wolken vormt. Convectie is een zeer lokaal en turbulent verschijnsel dat zich op een veel kleinere schaal voordoet dan de rastervakken van de modellen. Dus parametriseren modellen convectie aan de hand van statistische relaties tussen specifieke omstandigheden en de convectieve eigenschappen van wolken.

Deze parameterisaties gaan vaak gepaard met aannames over wolkeneigenschappen, zoals de wolkenfractie (het deel van de aarde dat op enig moment door wolken bedekt wordt), het watergehalte van wolken en het deel van het watergehalte dat in de vorm van neerslag op aarde terechtkomt. Diverse parameterisaties kunnen aanzienlijke verschillen te zien geven in de manier waarop wolken op eenzelfde stralingsforcering reageren en dat leidt tot onzekerheid in de klimaatprognoses.

Bovendien zorgt de wisselwerking tussen wolken en straling voor nog een extra laag aan complexiteit. Wolken spelen een dubbele rol in de energiebalans van de aarde. Ze weerkaatsen binnenkomende zonnestraling terug naar de ruimte, wat een afkoelend effect heeft. Tegelijkertijd houden ze uitgaande infraroodstraling van het aardoppervlak vast, wat bijdraagt aan de opwarming.

Het netto stralingseffect van wolken hangt af van hun type, hoogte en optische eigenschappen, die in modellen allemaal met een aanzienlijke onzekerheid omgeven zijn. Lage wolken hebben bijvoorbeeld over het algemeen een netto afkoelend effect, terwijl hoge wolken veelal een netto opwarmende werking hebben. Het nauwkeurig weergeven van de stralingseigenschappen van verschillende wolkentypes en hun reactie op klimaatverandering is essentieel voor betrouwbare klimaatprognoses, maar dit blijft een grote uitdaging vanwege de complexiteit van de microfysica van wolken en hun weergave in modellen.

De onzekerheden in de wolken-terugkoppelingen hebben dus een forse weerslag op de onzekerheid rond de klimaatgevoeligheid. Naarmate de planeet opwarmt, kunnen veranderingen qua wolkenfractie en hun hoogte en optische eigenschappen in het stralingsevenwicht van de aarde ingrijpen. Leidt de opwarming bijvoorbeeld tot een afname van laaghangende bewolking (die sterk reflecterend is), dan wordt er minder zonnestraling naar de ruimte teruggekaatst, wat tot verdere opwarming leidt en een positieve of versterkende terugkoppeling in gang zet. Leidt de opwarming omgekeerd tot een toename van de lage bewolking, dan zal dat een negatieve of dempende terugkoppeling veroorzaken.

De omvang van deze terugkoppeling van de lage bewolking is binnen de klimaatgemeenschap nog altijd onderwerp van (stevig) debat, en deze onzekerheid draagt sterk bij aan de fors uiteenlopende schattingen van de klimaatgevoeligheid.

9. Wolken en klimaatgevoeligheid (2)

Een andere belangrijke bron van onzekerheid heeft betrekking op de weergave van de wisselwerking tussen aerosolen en wolken. Aerosolen, minuscule deeltjes in de atmosfeer die zowel van natuurlijke als van menselijke oorsprong zijn, fungeren als condensatiekernen voor wolken en beïnvloeden zo de vorming en eigenschappen van wolken. Een toename van die aerosolen heeft doorgaans als effect dat er meer en kleinere wolkendruppels ontstaan, waardoor wolken helderder en reflectiever worden en daardoor een verkoelend effect krijgen. Dit staat bekend als het indirecte aerosoleneffect.

De omvang van dit effect is echter weer onzeker en de werking ervan is complex. Een toename van antropogene aerosolen (uitlaatgassen) heeft bijvoorbeeld een kleiner effect op wolken wanneer de lucht al ernstig vervuild is, terwijl diezelfde toename een groot effect kan hebben in gebieden, bijvoorbeeld boven de oceanen (als gevolg van de sterk toegenomen containervaart sinds de jaren zeventig), waar de lucht schoon is. Daar komt bij dat aerosolen ook neerslagprocessen in wolken kunnen beïnvloeden, wat hun netto stralingseffect nog ondoorzichtelijker maakt. In de modellering van het klimaat behoort de nauwkeurige weergave van de wisselwerking tussen aerosolen en wolken tot de grootste uitdagingen.

Om het er allemaal nog ingewikkelder op te maken brengt de weergave van zogenaamde ijswolken (wolken die uit ijskristallen bestaan) weer een eigen reeks uitdagingen met zich mee. IJswolken komen op grotere hoogten en boven poolgebieden voor en hebben stralingseigenschappen die complexer zijn dan die van wolken van vloeibaar water. De vorm, omvang en oriëntatie van de ijskristallen in ijswolken zijn elk van invloed op de verstrooiing en de absorptie van straling. De eigenschappen van deze ijskristallen worden in modellen doorgaans vereenvoudigd weergegeven, wat weer aanleiding geeft tot nieuwe onzekerheden omtrent de vraag of deze wolken grosso modo een opwarmend of afkoelend effect hebben. Bovendien worden de processen die de vorming van ijswolken en hun neerslagpatronen bepalen minder goed begrepen dan die voor wolken die uit vloeibaar water bestaan, wat zijn weerslag heeft op de algehele onzekerheid in klimaatmodellen.

Daarnaast speelt er nog een grote uitdaging, namelijk het feit dat wolken geen simpele ‘optelsommen’ van waterdruppels of ijskristallen zijn, maar complexe systemen die zelforganisatie kennen en emergente eigenschappen vertonen. Kleinschalige processen binnen wolken kunnen zo op elkaar inwerken dat ze cascade-effecten vertonen, die het gedrag van wolken op grotere schaal – en zelfs mondiale klimaatpatronen – op manieren kunnen beïnvloeden die zich niet vanuit de bestudering van hun afzonderlijke componenten laat voorspellen. Dit emergente gedrag kan tot verrassingen en niet-lineaire reacties in het klimaatsysteem leiden. Zo is de vorming van tropische cyclonen een emergent verschijnsel dat zich nog altijd heel lastig in klimaatmodellen laat simuleren. De chaotische aard van de atmosferische dynamica en het emergente gedrag binnen wolkensystemen leiden er dus toe dat de voorspelbaarheid van het klimaat aan fundamentele beperkingen onderhevig is.

Verder zijn er nog kantelpunten die de modellering van wolken ernstig bemoeilijken. Kantelpunten zijn drempels waarboven een kleine verandering in de forcering een grote en mogelijk onomkeerbare verschuiving in het klimaatsysteem veroorzaakt. Wolken-terugkoppelingen kunnen bij sommige kantelpunten mogelijk een cruciale rol spelen (zie aflevering 12). Veranderingen in de bewolking en in neerslagpatronen kunnen bijvoorbeeld bijdragen aan het afsterven van het regenwoud, waardoor enorme hoeveelheden kooldioxide in de atmosfeer terechtkomen en de opwarming versnelt – een potentieel klimaatomslagpunt met aanzienlijke mondiale gevolgen.

In de volgende afleveringen kijken we naar hoe de wolken-terugkoppeling in zijn werk gaat.

10. Wolken-terugkoppeling (1)

Omdat wolken zulke hoofdbrekens vormen in de klimaatwetenschap kijken we deze en de volgende aflevering wat preciezer naar hoe die wolken-terugkoppelingen dan wel werken. Heel in het algemeen heeft deze terugkoppeling betrekking op hoe veranderingen in klimaat van invloed zijn op wolken, en hoe deze veranderingen in wolken op hun beurt weer van invloed zijn op het klimaat.

Verschillende factoren bepalen hoe wolken op een opwarmende wereld reageren. Deze factoren staan niet op zichzelf; ze werken op complexe wijze op elkaar in, waardoor de wolken-terugkoppeling dus een van de lastigste aspecten van de klimaatwetenschap is. Enkele van de belangrijkste factoren zijn:

Temperatuur → Dit is wellicht de meest fundamentele factor. Warmere lucht houdt meer vocht vast. Dit verhoogde vochtgehalte leidt op haar beurt tot veranderingen in de vorming van wolken, de mate van wolkenbedekking en het type wolken. De relatie is echter niet lineair. Hogere temperaturen kunnen ook leiden tot meer verdamping, waardoor de bewolking in sommige regio’s afneemt.

Atmosferische circulatie → De grootschalige beweging van lucht rond de planeet, die wordt aangedreven door het temperatuurverschil tussen de evenaar en de polen, speelt eveneens een cruciale rol. Veranderingen in deze circulatiepatronen als gevolg van de afname van het temperatuurverschil tussen de evenaar en de polen (omdat de polen sneller opwarmen dan de evenaar) kunnen ertoe leiden dat stormtrajecten verschuiven en windpatronen en de verdeling van wolken over de wereld veranderen.

Aerosolen → Deze kleine deeltjes in de atmosfeer, zowel natuurlijke (zoals stof en zeezout) als door de mens veroorzaakte (zoals vervuiling door de verbranding van fossiele brandstoffen), werken als kiemen voor de vorming van wolken. Ze bieden een oppervlak waarop waterdamp kan condenseren. Veranderingen in de concentratie van aerosolen kunnen een aanzienlijke invloed hebben op de eigenschappen van wolken, zoals hoe reflecterend ze zijn en hoe lang ze blijven bestaan.

Hierbij is het van belang om in gedachten te houden dat deze factoren niet afzonderlijk opereren. Zo zijn temperatuurveranderingen van invloed op de atmosferische circulatie en is die circulatie op zijn beurt weer van invloed op de verspreiding van aerosolen en de vorming van wolken. De wisselwerking tussen deze factoren zorgt ervoor dat wolken-terugkoppelingen complex zijn en lastig met een grote mate van nauwkeurigheid te voorspellen vallen. Anders gezegd, wolken- terugkoppelingen zijn als een ingewikkelde dans tussen temperatuur, luchtbewegingen en kleine atmosferische deeltjes. Elke danspartner beïnvloedt de twee andere, en het totale resultaat – of wolken de opwarming versterken of juist temperen – hangt af van de danspassen die ze samen zetten.

Daar komt bij dat wolken geen eenvormige entiteiten zijn. Ze nemen verschillende gedaanten aan, elk met unieke eigenschappen die een eigen rol spelen in de klimaat-terugkoppeling. De uiteenlopende gedaanten van wolken kun je grofweg indelen op basis van hoe hoog ze zich in de atmosfeer bevinden:

Lage wolken → Deze wolken, zoals stratus- en cumuluswolken, zijn doorgaans dik en helder. Dit type wolken is heel goed in het terugkaatsen van invallend zonlicht naar de ruimte – een fenomeen dat bekend staat als het albedo-effect. Gaat de opwarming van de aarde vooral gepaard met een toename van de lage bewolking, dan veroorzaakt dat een negatieve of dempende terugkoppeling, waarbij meer zonlicht wordt gereflecteerd en de aarde afkoelt.

Hoge wolken → Hoge wolken zoals cirruswolken zijn overwegend dun en ijl. Dit type wolken is beduidend minder goed in het reflecteren van zonlicht, maar excelleert wel in het vasthouden van de uitgaande warmte van het aardoppervlak, wat bijdraagt aan het broeikaseffect. Een toename van de hoge bewolking kan een positieve terugkoppeling veroorzaken, waarbij de opwarming versterkt wordt doordat er meer warmte wordt vastgehouden. Daarbij heeft hoge bewolking in een opwarmend klimaat de neiging om nog wat verder de stijgen, waar haar vermogen om de uitgaande warmte vast te houden nog meer toeneemt.

Middelhoge wolken → Wolken zoals altostratus en altocumulus vallen hier tussenin. Hun terugkoppelingseffecten zijn complexer en variëren afhankelijk van hun specifieke eigenschappen en locatie. Ze kunnen zowel zonlicht weerkaatsen als warmte vasthouden, en hun netto-effect is minder duidelijk dan dat van lage of hoge bewolking.

Verschillende typen wolken die zich op verschillende hoogtes bevinden, hebben dus verschillende effecten op de energiebalans van de aarde.

11. Wolken-terugkoppeling (2)

Een van de grote vragen in de klimaatwetenschap is dus of het juist de hoge of de lage bewolking is, die in een opwarmend klimaat zal toenemen. De eerste optie leidt tot een positieve terugkoppeling en dus tot een hogere klimaatgevoeligheid en een snellere opwarming. De tweede optie doet het omgekeerde.* Dit effect is tot op zekere hoogte te kwantificeren (zie onderaan), maar eerst kijken we nog even naar de belangrijke rol die antropogene aerosolen – luchtvervuiling als gevolg van het verbranden van fossiele brandstoffen, met name in de vorm van zwavel – spelen bij de vorming en verandering van wolken. Die uitlaatgassen kunnen namelijk leiden tot:

Een verhoging van de reflectiviteit van wolken (het Twomey-effect*) → Meer aerosolen kunnen leiden tot meer condensatiekernen in wolken*, wat resulteert in wolken met meer en kleinere druppeltjes. Deze wolken zijn vaak helderder en reflecteren meer zonlicht, wat een negatieve, afkoelende terugkoppeling veroorzaakt.

Veranderingen in de levensduur van wolken (het Cloud Lifetime Effect) → Aerosolen kunnen ook van invloed zijn op hoe lang wolken blijven bestaan en hoe snel ze neerslag veroorzaken. Dit is een complexer effect en de netto uitwerking op de wolken-terugkoppeling wordt nog onderzocht. Heel in het algemeen kun je stellen dat naarmate druppels kleiner zijn, ze minder makkelijk samenvloeien tot druppels die groot genoeg zijn om in de vorm van neerslag naar beneden te vallen, waardoor wolken niet alleen langer blijven bestaan, maar op het eind van hun levensduur ook meer water bevatten.

Het absorberen van zonnestraling (semi-rechtstreeks effect) → Sommige aerosolen, zoals zwarte koolstof (roet), kunnen zonlicht absorberen en de omringende lucht opwarmen. Deze opwarming kan in sommige gevallen de wolkenvorming tegengaan. Ontstaan er minder wolken, dan veroorzaakt dat een positieve of opwarmende terugkoppeling.

Betrek je hier ook het effect bij van natuurlijke aerosolen, dan kun je nog stellen dat aerosolen van invloed zijn op de:

Directe lichtverstrooiing → Vele soorten aerosolen, met name sulfaten en nitraten, verstrooien binnenkomende zonnestraling, waardoor de albedo (het weerkaatsend vermogen) van de aarde toeneemt en er een afkoelend effect op het aardoppervlak en in de lagere atmosfeer ontstaat. Dit is een relatief eenvoudige fysische interactie.

IJskernen → Sommige soorten aerosolen, zoals mineraalstof en bepaalde biologische deeltjes, kunnen ijsvorming in wolken bevorderen, wat weer van invloed is op neerslagprocessen en de stralingseigenschappen van ijswolken.

Tot slot kijken we nog even naar de methode voor het kwantificeren van het afkoelend en opwarmend effect van de verschillende typen wolken (lage, middelhoge en hoge). Dat gebeurt door de stralingsforcering van wolken (beter bekend als cloud radiative forcing of CRF)* te berekenen waardoor je weet wat hun impact is op het energiebudget van de aarde.

Op wereldschaal hebben wolken een netto afkoelende werking, wat betekent dat hun afkoelende albedo-effect groter is dan hun opwarmende broeikaseffect. Bij elkaar opgeteld is de stralingsforcering van wolken dus negatief. Voor lage bewolking geldt dat de netto stralingforcering -36 watt per vierkante meter (W/m²) bedraagt, voor middelhoge wolken is dat -5 W/m² en voor hoge bewolking +18 W/m². De gemiddelde waarde voor alle wolken tezamen komt neer op -28 W/m².

Opnieuw: neemt de hoeveelheid lage bewolking af en de hoeveelheid hoge bewolking toe, dan slaat de dempende stralingsforcering na verloop van tijd om in een versterkende stralingsforcering en ontstaat er een positieve terugkoppelingslus die tot een versnelde opwarming leidt.

12. Staat van verwarring

In de klimaatwetenschap bestaat al lange tijd de consensus dat de opwarmende en afkoelende eigenschappen van wolken in een opwarmend klimaat niet zomaar tegen elkaar weggestreept kunnen worden, maar dat het totale afkoelende effect van wolken terugloopt (zie de vorige aflevering) en dat de wolken-terugkoppeling aan de opwarming bijdraagt. De grote vraag was hoe sterk die terugkoppeling is.

Tijdens het grootste deel van de jaren tien bestond er een zekere mate van overeenstemming dat die bijdrage aan de opwarming beperkt is. In 2019 werd die consensus plots ruw verstoord. In de aanloop naar het zesde beoordelingsrapport van het IPCC was een nieuwe generatie modellenensembles (CMIP6) in gebruik genomen met een aanmerkelijk hogere resolutie, die het mogelijk maakte om het gedrag van wolken beter te simuleren.

Een aantal van die nieuwe modellen liet twee onrustbarende zaken zien. De eerste was dat in een opwarmend klimaat de hoeveelheid lage, afkoelende stratocumuluswolken zou afnemen.* De tweede was dat het afkoelende effect van antropogene aerosolen groter was dan men tot dan toe had aangenomen. Met als resultaat dat 10 van de 27 nieuwe modellen tot een evenwichtsklimaatgevoeligheid (ECS) kwamen die (soms ver) buiten het toenmalige IPCC-bereik van 1,5-4,5°C vielen.

Van die nieuwe CMIP6-modellen kwam INM-CM4-8 tot de laagste ECS-waarde van zo’n 2°C. Dit model was ontwikkeld aan de Universiteit van Moskou en kwam tot de bevinding dat wolken ook in een opwarmend klimaat een negatieve of dempende uitwerking op de temperatuur zullen houden, wat wil zeggen dat naarmate de aarde opwarmt, de wolken in dit model zodanig veranderen dat ze een (gering) deel van die opwarming zullen compenseren. Aan het andere uiterste van het spectrum gaf het Canadese model CanESM5 een ECS-waarde aan van 5,6°C. Deze hoge klimaatgevoeligheid is voornamelijk het gevolg van een sterk destabiliserende wolken-terugkoppeling. De auteurs stelden dat die zeer hoge ECS-waarde én het gevolg was van de hogere resolutie van hun model én van de verbeterde technieken om de reactie van wolken op temperatuurveranderingen zo robuust mogelijk weer te geven.

Dat de klimaatwetenschap zich als gevolg van die hoge ECS-waarden in een aantal van de nieuwe modellen in een staat van verwarring bevond, is zachtjes uitgedrukt. Een goede weerslag van die verwarring (vermengd met een vleugje paniek) is te vinden in het artikel ‘Why Clouds Are the Key to New Troubling Projections on Warming‘ van Fred Pearce (YaleEnvironment 360, 2020) – lees het vooral in zijn geheel.

Pearce schrijft: ‘Tijdens een bijeenkomst afgelopen maart in Barcelona begonnen klimaatmodelleurs zich voor het eerst te realiseren dat de meest toonaangevende klimaatmodellen ter wereld de oude consensus van het IPCC verwierpen. […] Eerst meldde Andrew Gettelman van NCAR in juli dat de herziene modellen van het centrum een klimaatgevoeligheid – de temperatuurstijging op basis van een verdubbeling van de CO₂-concentratie – van 5,3°C opleverden. […] Anderen volgden al snel. Vorige maand gaven Amerikaanse en Britse onderzoekers onder leiding van Zelinka te kennen dat 10 van de 27 modellen die zij onderzocht hadden, een klimaatgevoeligheid van meer dan 4,5°C aangaven, waarbij sommige modellen resultaten tot 5,6°C lieten zien. De gemiddelde opwarming die door de reeks modellen werd voorspeld, was 3,9°C, een stijging van 30 procent ten opzichte van de oude consensus van het IPCC.’

Het artikel van Pearce bevat ook een verwijzing naar de meest spraakmakende en angstaanjagende studie uit 2019, ‘Possible climate transitions from breakup of stratocumulus decks under greenhouse warming‘ (Nature GeoScience). Het gebruikte model in deze studie was een van de eerste die, als je het maar lang genoeg liet doorlopen, spontaan een kantelpunt liet zien. De crux van de studie is dat het model een kantelpunt heeft gelokaliseerd bij een CO₂-concentratie van 1200 ppm, waarna lage stratocumuluswolken uiteenvallen en er een snelle temperatuursprong van 8°C volgt.*

Zeke Hausfather weidde in 2019 een artikel aan deze studie, dat ik om drie redenen interessant vind. De derde reden behandel ik in de volgende aflevering, de eerste is de vraag hoe stabiel het klimaat eigenlijk is en nummer 2 is de slotparagraaf van zijn stuk.

Reden nummer een is dat klimaatmodellen stabiel worden gemaakt in de zin dat de temperatuur niet zomaar opeens ‘op hol’ kan slaan. Voor elke CO₂-concentratie bestaat er altijd een stabiele mondiale evenwichtstemperatuur. Waar noch de studie noch Hausfather op ingaat, is dat wanneer er daadwerkelijk een bijzonder krachtige zelfversterkende, destabiliserende wolken-terugkoppeling bestaat, dat bij mij (als geïnteresseerde leek) de vraag oproept hoe stabiel het klimaat dan eigenlijk is. Als er echt zo’n enorme temperatuursprong kan optreden, wijst dat immers op een klimaat dat inherent instabiel is en dan heeft het weinig zin om dat te bestuderen met modellen die een stabiel klimaat veronderstellen.

De tweede reden staat onder het kopje ‘Don’t freak out‘ (‘Maak je niet sappel’): ‘Het kantelpunt dat in dit nieuwe artikel wordt blootgelegd – 1200 ppm – moet met enige gezamenlijke inspanning makkelijk te vermijden zijn, zelfs als deze inspanningen ver achterblijven bij de huidige doelstellingen van het Akkoord van Parijs om de temperatuurstijging tot 1,5°C of 2°C te beperken.’

Ik ben beslist niet gekwalificeerd om te bepalen of dat wolken-kantelpunt met een temperatuursprong van 8°C echt is of niet, wat ik wel kan zien is dat Hausfather hier een denkfout maakt die exemplarisch is voor de omgang met risico’s (maar die in alle eerlijkheid ook wel door de auteurs van de studie in de hand is gewerkt). Het uiteenvallen van die stratocumuluswolken wordt namelijk niet veroorzaakt door een CO₂-concentratie van 1200 ppm, maar door de temperatuur die daarmee in het model correspondeert, namelijk 6°C – althans, dat wil zeggen, als je van een klimaatgevoeligheid van zo’n 3°C per verdubbeling uitgaat. Het hele punt van die CMIP6-modellen is nu juist dat die klimaatgevoeligheid weleens een stuk hoger kan liggen. Reken je niet met een gevoeligheid van 3°C, maar bijvoorbeeld met de bovengrens van het IPCC-klimaatgevoeligheidsbereik van 4,5°C, dan treedt dit kantelpunt op bij zo’n 750 ppm. Gelukkig nog steeds heel ver weg, maar wel een stuk minder ondenkbaar.

De volgende aflevering gaat over wat er met die ’te warme’ modellen gebeurd is.

13. Hot models

Om het vooroordeel kracht bij te zetten dat de klimaatwetenschap vooral uit nerdy mannen bestaat, kwamen deze hoge klimaatgevoeligheidswaarden in een deel van de nieuwe CMIP6-modellen prompt bekend te staan als het hot model problem. Met het nieuwe IPCC-rapport (2021) in zicht werd na veel interne discussie besloten dat de 10 studies met een evenwichtsklimaatgevoeligheid (ECS) van 4,5°C en hoger niet meegewogen konden worden en dat ze de facto uitgesloten werden voor de nieuwe ECS-schatting. Een beslissing die tot een controverse heeft geleid die tot op de dag van vandaag voortduurt. Zo weidde de populaire wetenschapscommunicator Sabine Hossenfelder er in 2025 een video aan, waarin ze het IPCC verweet slecht nieuws te willen ‘verdoezelen’.

Nature publiceerde in mei 2022 een artikel van onder anderen Zeke Hausfather (Berkeley Earth) en Gavin Schmidt (directeur Nasa/GISS) waarin dit besluit verantwoord werd. De openingszin van het artikel luidt: ‘De zesde en meest recente IPCC-beoordeling weegt klimaatmodellen op basis van hoe goed ze ander bewijsmateriaal reproduceren.’ De zin is een beetje cryptisch. Er is kennelijk bewijsmateriaal en ‘ander bewijsmateriaal’, waarbij dat ‘andere bewijsmateriaal’ zonder nadere toelichting belangrijker wordt geacht dan het bewijsmateriaal. Hoe dan ook, de reden voor het weren van de ’te warme’ modellen was dat ze een onvoldoende scoren op de weergave van recente patrooneffecten* in het klimaat en dat ze niet stroken met paleoklimaatgegevens.

Dat eerste klopt. Deze modellen scoren inderdaad niet best bij het simuleren van de patrooneffecten voor de periode 1980-2014* (al kan dat deels verklaard worden doordat sommige van deze modellen een groter effect waarnemen voor de afkoelende werking van antropogene aerosolen, waardoor een deel van de opwarming aan het zicht wordt onttrokken). Daar staat tegenover dat ze het prima doen bij de weergave van de correlatie tussen neerslag en temperatuur over diezelfde periode en dat ze – uiteraard, want daar zijn ze voor gemaakt –een stuk beter presteren bij het modelleren van wolken.*

De tweede grond was dat deze modellen niet in lijn te brengen zijn met het temperatuurverschil tijdens het Laatste Glaciale Maximum – de koudste periode in de laatste ijstijd van zo’n 23 duizend tot 19 duizend jaar terug. De auteurs beroepen zich hierbij voornamelijk op ouder onderzoek dat een temperatuurverschil van zo’n 3 tot 5°C weergeeft tussen die koudste periode en het Holoceen. Vreemd genoeg gaan ze voorbij aan het spraakmakende onderzoek van Jessica Tierney en collega’s (Nature, 2020), dat een jaar later door Alan Salzer et al. (Nature, 2021) werd bevestigd.* Het onderzoek van Tierney geeft een temperatuurverschil van 6,1°C aan (en in een vervolgonderzoek uit 2021 voor het koudste jaar, 20 duizend jaar geleden, van 6,9°C). De simpele vuistregel is: hoe groter dit temperatuurverschil, hoe hoger de klimaatgevoeligheid.

Een ander punt is dat in het paleoklimaatonderzoek sinds eind jaren tien een nieuwe manier van isotopenonderzoek is geïntroduceerd – ‘samengeklonterde isotopen’* – die de betrouwbaarheid van proxies heeft verbeterd. Ilja Kocken schrijft daarover in zijn proefschrift Clumped isotope thermometry in deep time palaeoceanography (Universiteit van Utrecht, 2022) dat deze nieuwe methode vaak een klimaatgevoeligheid aangeeft die hoger ligt dan de IPCC-bandbreedte en dat hij de keuze om hot models te weren daarom onverstandig vindt.

Om nog even terug te komen op de vorige aflevering. In Hausfathers bespreking van het artikel ‘Possible climate transitions from breakup of stratocumulus decks under greenhouse warming‘ schrijft hij in het laatste deel: ‘Het uiteenvallen van stratocumuluswolken [bij een zeer hoge CO₂-concentratie] kan ook bijdragen aan het verklaren van enkele hardnekkige mysteries over temperaturen in het verre verleden, die met de huidige klimaatmodellen moeilijk te simuleren zijn. Zo was de Noordpool zo’n 55 miljoen jaar geleden ijsvrij. Huidige klimaatmodellen stellen dat er een CO₂-concentratie van ongeveer 4000 ppm voor nodig is om deze omstandigheden te veroorzaken, maar uit de data blijkt dat de concentratie in het vroege Eoceen veel lager lag, namelijk rond 2000 ppm.’

Hier is het dus kennelijk geen probleem dat klimaatmodellen niet stroken met paleoklimaatgegevens, of is dat probleem in elk geval niet groot genoeg om ze te weren. Het riekt allemaal een beetje naar willekeur. Voor alle duidelijkheid, ik wil best van Hausfather en Schmidt aannemen dat ECS-waarden van 5°C en hoger onwaarschijnlijk zijn, maar dan wel graag met een degelijke onderbouwing.

Dat Hausfather en het IPCC geprobeerd hebben om slecht nieuws te verdoezelen lijkt me wat kort door de bocht. Toch ziet het ernaar uit dat de keuze om deze modellen te weren eerder politiek dan wetenschappelijk gemotiveerd was. Mogelijk is het IPCC teruggeschrokken voor de onafzienbare implicaties van een beduidend hogere klimaatgevoeligheid en het gevaar voor alarmistische paniekzaaiers te worden uitgemaakt.

14. Recent wolkenonderzoek

Uiteraard zijn er ook kritische vraagtekens geplaatst bij de betrouwbaarheid van de CMIP6-modellen. Een van de belangrijkere kritische studies is ‘An underestimated negative cloud feedback from cloud lifetime changes‘ (Nature Climate Change, 2021). De auteurs stellen vast dat de nieuwe generatie modellen ‘een snellere opwarming voorspelt omdat het afkoelende effect van wolken in een opwarmend klimaat zou afnemen.’ Ze werpen tegen dat deze modellen een ’te grote hoeveelheid neerslag uit wolken simuleren en dat ze daardoor de levensduur en het afkoelend effect van wolken onderschatten.’ Om die reden stellen ze dat ‘de extra opwarming in CMIP6-modellen met een korreltje zout moet worden genomen, totdat ook enkele andere aan wolken gerelateerde problemen in hun modellen zijn opgelost.’

Toch wijst het overgrote deel van het onderzoek van de laatste jaren op een opwarmende, positieve wolken-terugkoppeling. In de New Scientist verscheen in september 2024 een artikel van James Dinneen, ‘We’re finally solving the puzzle of how clouds will affect our climate‘, dat een uitgebreide samenvatting geeft van de nieuwste inzichten op dit vlak. Uit het artikel:

‘De aanhoudende opwarming van de aarde zal leiden tot veranderingen in wolken en die veranderingen zullen op hun beurt invloed hebben op de mate waarin de planeet opwarmt. Dit staat bekend als de wolken-terugkoppeling. Er zijn veel verschillende vormen van wolken-terugkoppeling, maar drie daarvan zullen de opwarming naar verwachting versterken.

Verlies van wolken boven zee. Mariene grenslaagwolken – laaghangende wolkenformaties die boven een groot deel van de oceaan voorkomen – kunnen meer dan een derde van het aardoppervlak tegelijk bedekken en hebben een aanzienlijk afkoelend effect doordat ze zonlicht reflecteren. Door de hogere temperaturen zal de lucht boven de oceaan echter droger worden, waardoor het gebied dat door deze wolken wordt bedekt naar verwachting zal afnemen – het recept voor de belangrijkste opwarmende wolken-terugkoppeling.
Hoge wolken stijgen. Wolken stijgen wanneer ze warmer zijn dan de omringende atmosfeer. In een warmere wereld neemt de hoogte waarop ze stoppen met stijgen doorgaans toe [aangezien de bovenkant van de atmosfeer in een warmere wereld mee stijgt, zie de volgende aflevering]. Dit vormt een probleem omdat hogere wolken een sterker opwarmend effect hebben. Algemeen genomen zal dit naar verwachting een (geringe) opwarming met zich mee brengen.
Minder wolken boven land. Hogere temperaturen op het land vertalen zich in minder waterdamp in de lucht. Dit leidt tot minder wolken op alle niveaus, maar vooral op lage hoogte, waar veel zonlicht de ruimte in wordt gereflecteerd. Ook deze terugkoppeling zal met een opwarmend effect gepaard gaan.

‘Naast deze wolken-terugkoppelingen vormen deeltjes die in de atmosfeer zweven, zogenaamde aerosolen, een andere belangrijke bron van onzekerheid. Van fijnstof en roet dat door energiecentrales wordt uitgestoten tot zwevende schimmels, aerosolen fungeren als zaadjes waarop waterdruppels of ijskristallen zich kunnen vormen en een wolk kunnen creëren.

‘De huidige klimaatmodellen zijn behoorlijk goed in het weergeven van hoe aerosolen de helderheid van wolken beïnvloeden, maar schieten nog tekort in het modelleren van andere wisselwerkingen tussen aerosolen en wolken, zoals veranderingen in de levensduur van wolken. Dit beperkte begrip vormt vooral een probleem nu we de luchtvervuiling door het verbranden van fossiele brandstoffen aan het terugdringen zijn, waardoor er minder aerosolen in de atmosfeer terechtkomen. Nieuwe wetgeving heeft er bijvoorbeeld toe geleid dat de scheepvaart sinds 2020 80 procent minder zwavelhoudende luchtvervuiling mag uitstoten.* De schattingen over de mate van opwarming die dit zal veroorzaken, lopen echter sterk uiteen. Dit is zorgwekkend gezien de huidige discussies over geo-engineering, waarbij aerosolen in de lucht worden gespoten om de opwarming tegen te gaan. Als we vier jaar na dato nog niet eens precies het effect kunnen meten van de vermindering van de zwaveluitstoot van de wereldwijde scheepvaart, hoe kunnen we dan ooit verwachten een interventie middels geo-engineering in goede banen te leiden?’

Er verschijnt een continue stroom aan klimaatonderzoek in een tempo dat vrijwel niet valt bij te benen. Waar het wolkenonderzoek betreft, lees vooral ook de overzichtsartikelen ‘Clouds may amplify global warming far more than previously understood‘ (Phys.org, maart 2025), ‘Shrinking cloud cover may be driving record global temperatures, scientists warn‘ (Newbase, februari 2025) en de studie ‘Muted extratropical low cloud seasonal cycle is closely linked to underestimated climate sensitivity in models (Nature, 2023).* De volgende aflevering behandelt de relatie tussen de wolken-terugkoppeling en een dalend albedo.

15. Wolken en albedo (1)

De dalende albedo van de aarde wordt meestal geassocieerd met de afname van het ijsoppervlak aan de polen, maar de rol die wolken bij deze afname spelen is vele malen belangrijker. Van al het inkomende zonlicht wordt zo’n 29 procent door wolken, aerosolen en sneeuw en ijs naar de ruimte weerkaatst. Wolken nemen van die 29 procent grofweg drie kwart voor hun rekening. Zelfs een kleine verandering in de wolkenfractie – het percentage van de aarde dat op enig moment met wolken bedekt is – kan al een significant effect hebben op het energiebudget van de aarde en dus op de opwarming.

Dr. Paulo Ceppi van het Imperial College London legt uit dat naarmate de temperatuur op aarde stijgt, wolken hoger de troposfeer (de onderste laag van de atmosfeer) in stijgen. Dit komt doordat de troposfeer bij opwarming uitzet en zich naar grotere hoogten uitbreidt. In de afgelopen 40 jaar is de bovenkant van de troposfeer, ook wel de tropopauze genoemd, met ongeveer 50 meter per decennium gestegen. ‘Dus hou je wolken over die gemiddeld hoger stijgen en dus een groter opwarmend effect hebben. Omgekeerd neemt de bedekking van lage wolken, die zonlicht reflecteren en het aardoppervlak afkoelen, bij opwarming juist af.’ Deze afname doet zich vooral voor bij lage mariene wolken boven tropische en subtropische gebieden. ‘We hebben het over een paar procent, dus is het niet iets wat je met het blote oog zal opmerken, maar het is voldoende om een versterkend effect te hebben op de opwarming van de aarde.’

Daarnaast is er recent onderzoek dat laat zien hoe ook veranderingen in de dagelijkse patronen van de bewolking een versterkend effect op de opwarming hebben. Het betreft het verschil tussen dag- en nachtbewolking (in klimaatjargon diurnale asymmetrie genoemd). De mate van bewolking en het type wolken is ongelijk verdeeld over dag en nacht. Over het algemeen is er overdag meer lage bewolking, wat leidt tot meer reflectie van zonlicht en dus een afkoelend effect. ’s Nachts neemt de bewolking doorgaans af, waardoor de uitgaande infraroodstraling minder obstakels tegenkomt en de aarde meer warmte uitstraalt. Waarnemingen en modelsimulaties geven aan dat deze ‘diurnale asymmetrie’ tussen dag en nacht in een opwarmend klimaat verandert – met name dat het wolkendek op mondiale schaal overdag afneemt en in de nacht toeneemt. Het resultaat, aldus de studie, is een opwarmende wolken-terugkoppeling die tot een hogere klimaatgevoeligheid leidt, zij het dat er geen poging is ondernomen of dit effect te kwantificeren.

Verder is er nog het probleem van gemengde-fasewolken. Dit zijn wolken die zowel waterdamp als ijskristallen en onderkoelde waterdruppels (supercooled liquid droplets) bevatten. Dergelijke wolken komen overal in de troposfeer voor. Je vindt ze op alle breedtegraden, van de poolgebieden tot de tropen, en ze spelen een belangrijke rol in het klimaatsysteem. Tot een paar jaar terug luidde de theorie dat wanneer de atmosfeer opwarmt, gemengde-fasewolken minder ijs en meer vloeibaar water zullen bevatten. Hierdoor worden deze wolken reflectiever en hebben ze dus een afkoelend effect. Met andere woorden, deze wolken vormen een dempende terugkoppeling.

In 2016 deden Trude Storelvmo, atmosferisch wetenschapper aan de Universiteit van Oslo, en haar collega’s een belangrijke ontdekking: veel klimaatmodellen schatten deze negatieve terugkoppeling veel te hoog in. Volgens hun bevindingen overschatten de meeste klimaatmodellen de hoeveelheid ijs in deze wolken, waardoor ze ook het afkoelende effect van deze fase-overgang overschatten. In 2024 voerden Storelvmo en collega’s een nieuw onderzoek uit, waarbij ze satellietgegevens gebruikten om de verticale samenstelling van gemengde-fasewolken te bestuderen. Het team ontdekte dat deze wolken aan de bovenkant vloeibaarder zijn (dit is het deel van de bewolking dat direct in wisselwerking staat met de inkomende straling), waardoor het afkoelende effect van de fase-overgang nagenoeg geheel verdwijnt. In 2100 kan dat in het somberste klimaatscenario, aldus de studie, tot 1°C extra opwarming leiden.

Het is met name de afname van lage bewolking die tot een afname van de planetaire albedo leidt.* Dit kan een wolken-albedo-terugkoppeling in gang zetten, waarbij de afname van lage bewolking tot een daling van de albedo leidt, de daling van de albedo tot een aarde die meer warmte vasthoudt en sneller opwarmt, waardoor de lage bewolking nog meer afneemt…

16. Wolken en albedo (2)

In hun artikel ‘Large Cloud Feedback Confirms High Climate Sensitivity‘ (mei 2025) koppelen James Hansen en zijn collega’s wolken, aerosolen en albedo aan elkaar en concluderen daaruit dat de klimaatgevoeligheid ruim 50 procent hoger ligt dan het IPCC aanneemt.

Op basis van satellietdata hebben Hansen en zijn team de onderstaande figuur samengesteld, die laat zien dat de albedo van de aarde sinds 2003 met een half procent is gedaald.

Figuur 1: De daling van de albedo sinds 2003.

Dat klinkt als een bescheiden getal, maar het is in de weinig parlementaire bewoording van Hansen een ‘big fucking deal‘. De straling van de zon bedraagt gemiddeld genomen 340 watt per vierkante meter (W/m²). Een half procent daarvan is 1,7 W/m². Was dit een klimaatforcering geweest, dan zou dit het equivalent zijn van een stijging van de CO₂-concentratie met 138 ppm, maar voor het overgrote deel gaat het hier om terugkoppeling.*

Van de twee belangrijkste klimaatforceringen, broeikasgassen en antropogene aerosolen, is de invloed van broeikasgassen op de albedo verwaarloosbaar. Dat geldt ook voor de ‘directe’ aerosolforcering (de verandering in de reflectie en absorptie van zonlicht door veranderingen in aerosolen) die maximaal ~0,1 W/m² is. De enige substantiële klimaatforcering die van invloed is op de albedo van de aarde is de ‘indirecte’ aerosolforcering die optreedt via het effect van aerosolen op de vorming en helderheid van wolken. Hoe groot de omvang van die indirecte aerosolforcering precies is, hang af van aan wie je het vraagt. Het IPCC schat die op +0,1 W/m², Hansen c.s. gaan uit van +0,5 W/m² als gevolg van het afgenomen zwavelgehalte (van 3,5 naar 0,5 procent sinds 2020) van bunkerolie in de grote vaart, en het effect daarvan op de afname van met name lage bewolking boven de oceanen.*

De rest – 1,6 W/m² volgens het IPCC en 1,2 W/m² volgens de berekening van Hansen – is dus het effect van terugkoppeling. Van die terugkoppeling is uit metingen bekend dat de afname van de albedo voor de periode 2000-2024 voor 0,15 W/m² verklaard wordt door de afname van sneeuw en ijs.* Het overige deel, iets meer dan 1 W/m² , komt dus op het conto van wolken.

Die wolken-terugkoppeling is, aldus Hansen en collega’s, zo omvangrijk ‘dat een klimaatgevoeligheid van 3°C – de “beste schatting” van het IPCC – uitgesloten is.’ Om te berekenen hoe hoog die gevoeligheid dan wel moet zijn (je kunt de precieze berekening in het artikel nalezen), kijken ze naar de drie belangrijkste snelle terugkoppelingen, waterdamp, zee-ijs en wolken. Van de eerste twee is de omvang redelijk goed bekend, maar de precieze omvang van de wolken-terugkoppeling is lange tijd een raadsel geweest. Nu die – ‘als onze berekening klopt’, zegt Hansen er bescheiden bij – veel groter blijkt te zijn dan gedacht, moet ook de evenwichtsklimaatgevoeligheid beduidend hoger liggen, namelijk op 4,8°C. Hansen en collega’s zien dit als een bevestiging van hun eerdere werk, waarin ze evenwichtsklimaatgevoeligheid eveneens op rond de 4,8°C schatten.*

Het lijkt me logisch dat wanneer de opwarmende, positieve wolken-terugkoppeling aanzienlijk groter is dan tot een paar jaar terug werd aangenomen, ook de klimaatgevoeligheid aanzienlijk hoger is. Het zou me zeer verbazen als het volgende IPCC-rapport (dat voor 2029 op de rol staat) daar geen rekenschap van geeft.

In de volgende aflevering gaan we verder met de tweede bewijslijn, paeloklimaatgegevens.

17. Paleoklimaatonderzoek, proloog

Er zijn weinig terreinen in de (klimaat)wetenschap waarop onderzoekers zoveel creativiteit aan de dag moeten leggen als bij het reconstrueren van klimaten uit het (verre) verleden. Neem nu het onderzoek ‘Traces of the oxygen isotope composition of ancient air in fossilized cosmic dust‘ (Nature Communications Earth & Environment, juli 2025), waarvoor de onderzoekers minuscuul ruimtestof hebben onderzocht dat al miljarden jaren door de atmosfeer op de aarde valt.

Voor de afgelopen paar duizend jaar kan je boomringen bestuderen om het recente klimaat in kaart te brengen, en voor het afgelopen miljoen jaar zijn er ijsboorkernen waaruit veel informatie over de atmosfeer valt af te leiden, maar voor de overige 99,8 procent van de geschiedenis van de aarde moeten we het doen met proxies*, die steeds onnauwkeuriger worden naarmate je verder terug gaat in de tijd. Maar nu blijken er ‘micrometeorieten’ – kosmische stofdeeltjes kleiner dan een zandkorrel – te zijn, waarvan sommige een vingerafdruk bevatten van hoe de atmosfeer er miljoenen en zelfs miljarden jaren geleden uitzag.

Elke dag valt er zo’n 40 duizend ton kosmisch stof de atmosfeer in, waarvan het over-, overgrote deel verbrandt (zichtbaar in de vorm van vallende sterren aan de nachthemel). Maar nu en dan landt zo’n micrometeoriet ongeschonden op aarde.

Terwijl hij door de atmosfeer raast, smelt de micrometeoriet, en in dat ene, kortstondige moment versmelt zuurstof uit de atmosfeer met het gesmolten metaal. Vervolgens koelt het metaal af, hardt het uit, valt het op aarde en bevat het voor eeuwig een spoor – een isotopische* vingerafdruk – van de lucht waar het net doorheen is gesuisd, of dat nu 100 of 100 miljoen jaar geleden is gebeurd.

Dat is de theorie, helaas is de praktijk weerbarstig. Meestal raken die micrometeorieten bedolven onder lagen gesteente of belanden ze in de oceaan, waar chemische processen hun isotopische vingerafdruk in de loop van miljoenen jaren uitwissen. En dus zijn vrijwel alle micrometeorieten ongeschikt voor historische klimaatreconstructies.

De grote vraag voor de onderzoekers was of er ook kosmische stofdeeltjes bestaan die wel bruikbaar zijn. Daartoe onderzochten ze 92 fossiele micrometeorieten die in de jaren negentig verzameld zijn. Elk fossiel werd onder een elektronenmicroscoop bestudeerd om te controleren dat ze een perfecte bolvorm behouden heeft – een teken dat het deeltje niet chemisch veranderd of onder tonnen steen geplet is. Vervolgens werden de deeltjes die voor test geslaagd waren aan röntgenstraling blootgesteld om zeker te zijn dat hun minerale samenstelling overeenkomt met een controleverzameling van recent gevonden micrometeorieten. En tot slot gebruikten ze precisielasers om het zuurstof uit de gefossiliseerde stofdeeltjes te isoleren.

Uiteindelijk vonden ze vier stofdeeltjes die perfect bewaard waren gebleven (zeer tot hun verbazing trouwens, zo vertelt hoofdauteur Frank Pavia in een interview. Ze hadden überhaupt niet verwacht er een te vinden); vier micrometeorieten van tussen de 5 miljoen en de 443 miljoen jaar oud waarmee ze aan de slag gingen.

Ken je eenmaal de zuurstofisotopen in het metalen binnenste, dan kun je daar ook de CO₂-concentratie uit afleiden, want zuurstof en koolstofdioxide zijn op aarde nauw met elkaar verbonden. Wanneer planten CO₂ opnemen en zuurstof afgeven, of wanneer vulkanen en oceanen gassen aan de atmosfeer toevoegen of onttrekken, veranderen de zuurstofatomen in de lucht heel lichtjes. Die kleine verschuivingen in hun isotopen fungeren als vingerwijzingen die deze onderzoekers konden gebruiken om te schatten hoeveel CO₂ er op dat moment in de atmosfeer aanwezig was.

Het hele onderzoek staat nog maar in de kinderschoenen, zo vertelt de hoofdauteur. Het belang ervan is dat ze hebben laten zien dat sommige micrometeorieten, ook na een kleine half miljard jaar, geschikt zijn voor het maken van klimaatreconstructies. Het plan is om de jacht op fossiele kosmische stofdeeltjes op te voeren en een poging te ondernemen om het klimaat uit het verre verleden meer systematisch in kaart te brengen. Als dat lukt, betekent dat niets minder dan een revolutie in het paleoklimaatonderzoek. Zoals we zullen zien, hebben alle proxies die momenteel gebruikt worden hun voor- en nadelen. Sommige gaan niet ver terug in de tijd, van andere is de betrouwbaarheid niet altijd onomstreden. Micrometeorieten kunnen beide tekortkomingen opheffen.

Dit stukje is als voorbeeld bedoeld om te laten zien in wat voor bochten paleoklimaatonderzoekers zich moeten wringen om paleoklimaten in kaart te brengen. In de volgende afleveringen gaan we eerst wat dieper in op de theorie.

18. Bewijslijn 2 - Paleoklimaatonderzoek

Overal op aarde wordt het weer de hele dag bijgehouden, met een reeks aan instrumenten die uiteenlopen van simpele thermometers tot geavanceerde weersatellieten. Hou je die gegevens maar lang genoeg bij, dan ontstaat er vanzelf een archief van het klimaat en van hoe dat in de tijd verandert. Het probleem is alleen dat ook het langstlopende klimaatarchief ter wereld, het Central England Temperature Record, niet verder teruggaat dan 1659. Wil je weten hoe het klimaat zich verder terug in de tijd ontwikkeld heeft, dan ben je aangewezen op andere methoden.*

Gelukkig heeft de aarde haar eigen klimaatarchief in stand gehouden. Op allerlei onwaarschijnlijke plaatsen – van schelpen en stalactieten tot löss en zeehondenhuiden – heeft de natuur de wisselingen in het klimaat miljoenen jaren lang vastgelegd. Dergelijke informatiebronnen over het klimaat uit het (verre) verleden worden proxy-gegevens of simpelweg proxies genoemd. En aan de hand van dergelijke proxies is het mogelijk om eerdere klimaten te reconstrueren.

Deze klimaatreconstructies spelen een uitermate belangrijke rol in de klimaatwetenschap. Ze worden onder meer gebruikt voor het verfijnen en valideren van klimaatmodellen, ze vormen een bewijslijn bij het vaststellen van de klimaatgevoeligheid, ze dragen bij aan een beter begrip van de rol van terugkoppelingsmechanismen in het klimaat en ze helpen bij het onderzoek naar kantelpunten.

Valideren en verfijnen → Het belang van paleoklimaatonderzoek reikt verder dan alleen het begrijpen van klimaatschommelingen in het verleden; het is cruciaal voor het valideren en verfijnen van klimaatmodellen die gebruikt worden om toekomstige klimaatscenario’s mee te voorspellen. Deze modellen, hoe geavanceerd ze ook zijn, gaan gepaard met inherente onzekerheden. Met behulp van paleoklimaatgegevens is het mogelijk om modellen te testen op hoe goed ze klimaten uit het verleden ‘voorspellen’ (backcasting genoemd) en ze aan de hand daarvan te verbeteren.

Klimaatgevoeligheid → Paleoklimaatgegevens over bijvoorbeeld het laatste glaciale maximum (23 duizend tot 19 duizend jaar geleden) of de warme periodes tijdens het Plioceen (5,3 tot 2,5 miljoen jaar geleden) bieden waardevolle inzichten in de klimaatgevoeligheid. Door modelsimulaties van deze vroegere klimaten te vergelijken met de paleoklimaatgegevens, kunnen klimaatwetenschappers de schatting van de klimaatgevoeligheid verfijnen. Hierdoor is paleoklimaatonderzoek een van de belangrijkste pijlers onder het inperken, afbakenen of ‘constrainen’* van de klimaatgevoeligheid. Complicerende factor is wel dat paleoklimaatonderzoek geen evenwichtsklimaatgevoeligheid (ECS) oplevert, maar de aardsysteemgevoeligheid (ESS – de optelsom van alle snelle en trage terugkoppelingen die duizenden jaren de tijd hebben gehad om een nieuw evenwicht te bereiken). In 2008 opperden Hansen en collega’s dat de ESS ongeveer twee keer zo hoog is als de ECS. In 2012 verfijnden Rohling, Sluijs en Dijkstra deze relatie en kwamen ze uit op een verhouding van 1,7-2. Een ESS van zeg 8°C komt bij hen dan overeen met een ECS van 4°C-5,3°C.

Terugkoppelingsmechanismen → Paleoklimaatonderzoek geeft meer inzicht in de rol van terugkoppelingsmechanismen in het klimaatsysteem. Terugkoppelingen zijn processen die de initiële klimaatreactie op een forcerende factor (zoals een toename van broeikasgassen in de atmosfeer) kunnen versterken of verzwakken. Een bekend voorbeeld hiervan is de ijs-albedo-terugkoppeling, waarbij smeltend ijs de reflectiviteit van de aarde vermindert, wat tot verdere opwarming leidt. Dit is een belangrijk terugkoppelingsmechanisme dat ook in het paleoklimaatarchief duidelijk zichtbaar is. Inzicht in deze terugkoppelingsmechanismen is essentieel om toekomstige klimaatveranderingen nauwkeurig te kunnen voorspellen.

Kantelpunten → Paleoklimaatonderzoek biedt ook inzicht in kantelpunten, drempels waarboven een kleine verandering in de forcering kan leiden tot een grote en onomkeerbare verandering in het klimaatsysteem. Voorbeelden van kantelpunten zijn het instorten van de West-Antarctische ijskap, het afsterven van het Amazonewoud en het stilvallen van de Atlantische meridionale omkerende circulatie (AMOC). Uit paleoklimaatgegevens blijkt dat het klimaatsysteem in het verleden abrupte veranderingen heeft ondergaan, waaronder bovengenoemde, wat aangeeft dat kantelpunten in ons huidige klimaat zeer zeker tot de mogelijkheden behoren.

In laatste instantie schuilt het grootste belang van paleoklimaatonderzoek in het overbruggen van de kloof tussen theoretische modellen en het empirische bewijs van de klimaatgeschiedenis. Dit belang gaat verder dan het valideren van modellen of verfijnen van de klimaatgevoeligheid alleen en zit hem in een dieper begrip van de onmetelijke complexiteit van het klimaat.

19. Proxy-gegevens (1)

Proxies zijn er in alle soorten en maten. Wil je iets over het verre verleden van het klimaat te weten komen, dan ben je op die proxies aangewezen. Je kunt ze grofweg op twee manieren indelen: (1) in fysieke, chemische en biologische proxies en (2) in hoever ze in potentie in de geschiedenis terug reiken (zie de volgende aflevering).

Biologische proxies → Denk aan boomringen die een biologisch verslag geven van hoe een boom in de loop van de tijd nieuwe houtlagen heeft toegevoegd. Elke ring bestaat uit een licht en een donker deel, waarbij het lichte deel staat voor de snelle groei in de lente en vroege zomer, en het donkere deel voor de langzamere groei in de late zomer en herfst. Tezamen geven de ringen de jaren uit het leven van een boom weer. De langste ononderbroken reeks boomringgegevens – met metingen voor elk jaar – is de zogenaamde Duitse eiken-dennenchronologie, die tot ruim 12 duizend jaar teruggaat. Maar voor paleoklimaatonderzoek worden boomringen meestal gebruikt om de afgelopen 500 tot 2000 jaar te bestuderen. Ook stalagmieten, pollen en microfossielen van bijvoorbeeld mosselkreeftjes en weekdieren vallen in deze categorie.

Chemische proxies → Hierbij gaat het om het analyseren van de chemische samenstelling, zoals de zuurstofisotopen in schelpen, sedimentmineralen of ijboorkernen.* Neem ijsboorkernen, dat zijn ijscilinders die uit ijskappen en gletsjers zijn geboord en die enkele kilometers lang kunnen zijn. Die ijskappen en gletsjers zijn in de loop van duizenden jaren ontstaan door sneeuwval, waarbij in elke laag – die in de loop van de tijd is samengeperst – kleine luchtbelletjes zitten opgesloten. Een dwarsdoorsnede van het ijs geeft dus een tijdlijn van deze luchtbelletjes door de millennia heen.

Die luchtbelletjes zijn minuscule monsters van de atmosfeer die rechtstreeks bestudeerd kunnen worden om bijvoorbeeld de hoeveelheid CO₂ te achterhalen, maar ze bevatten ook een proxy, het zuurstofisotoop 18O* dat 2 extra neutronen bevat. Hierdoor is dit zuurstofisotoop net een beetje zwaarder dan de meest voorkomende zuurstofisotoop 16O. Simpel gezegd kost het meer energie om de watermoleculen met een zwaarder isotoop aan het oceaanoppervlak te verdampen, en naarmate de vochtige lucht naar de polen wordt getransporteerd en afkoelt, vallen watermoleculen met zwaardere isotopen eerder als neerslag. Op basis van dit proces kunnen wetenschappers uit hun metingen van 18O in ijsboorkernen de temperatuur afleiden op het moment dat de neerslag viel.

Fysieke proxies → Een voorbeeld van fysieke proxies zijn afzettingen of sedimenten in meren en zeeën. Elk jaar spoelen overal ter wereld miljarden tonnen sediment meren, zeeën en oceanen in. Deze sedimenten hopen zich in de loop van de tijd op en vormen elk jaar een nieuwe laag. Door in de bodem van een meer of zee te boren, is het mogelijk om een tijdlijn op te stellen van hoe de sedimenten – en daarmee het klimaat – zijn veranderd. De grootte, vorm, structuur en kleur van deze sedimenten kunnen allemaal aanwijzingen geven over het klimaat van die tijd. Wetenschappers gebruiken deze aanwijzingen om te bepalen of het sediment is getransporteerd, hoe ver het is getransporteerd en wat de omstandigheden tijdens het transport waren (golven die op een strand breken, laten bijvoorbeeld grove zandkorrels achter, terwijl in rustigere omstandigheden juist kleine korrels worden afgezet).

Tegelijk vormen sedimenten ook een zeer belangrijk archief voor andere proxies, zoals fossielen die in de sedimentlagen begraven zijn. Een bekend voorbeeld hiervan zijn foraminifera, (doorgaans) microscopisch kleine organismen met een uitwendig kalkskelet die of op de zeebodem leven of in de hogere regionen van het water zweven. Onder de juiste omstandigheden blijven de schelpjes vrijwel onbeperkt in perfecte staat bewaard en hopen ze zich langzaam op de zeebodem op, waar ze een min of meer ononderbroken proxy-archief vormen.

Bladwas in mariene sedimenten is een andere veelgebruikte fysieke klimaatproxy, Het gaat om een groep eenvoudige organische moleculen die zowel op het land als in meren op grote schaal door vegetatie wordt geproduceerd. Isotopenanalyse van dit bladwas levert gegevens over het landklimaat op die vergelijkbaar zijn met metingen van waterisotopen in ijskernen.*

In de volgende aflevering kijken we naar hoever welke proxies terug in de tijd kunnen ‘kijken’.

20. Proxy-gegevens (2)

Met proxies kun je dus terug in de tijd kijken. Hoever terug, dat hangt af van het type proxy. Daarnaast speelt er nog zoiets als het bemonsterings- of sample-interval (ook wel ’temporele resolutie’ genoemd*), wat wil zeggen dat sommige proxies zoals boomringen veranderingen van jaar op jaar weergeven, terwijl je uit andere hooguit veranderingen van decennium tot decennium of eeuw tot eeuw kunt afleiden.

Hieronder heb ik een overzichtje gemaakt waarin van een aantal proxies het interval en de tijdspanne (van hoever ze terug in de tijd gaan) is aangegeven.*

De volgende afleveringen behandelen de onzekerheden in het paleoklimaatonderzoek.

21. Onzekerheden in het paleoklimaatonderzoek (1)

In het paleoklimaatonderzoek spelen verschillende soorten van onzekerheid. Enkele voorbeelden daarvan zijn de spreiding en kwaliteit van de proxy-gegevens (geografische onzekerheid), de manier waarop ze gedateerd worden (onzekerheid in de tijd) en de statistische technieken aan de hand waarvan die proxy-gegevens in klikmaatreconstructies worden omgezet (statistische onzekerheid).

Spreiding en kwaliteit van proxy-gegevens → De geografische spreiding van het proxy-archief is nogal ongelijk. Zo zijn de polen en gematigde bossen goed bedeeld en beschikken die over aan fors assortiment aan goed geconserveerde proxy-gegevens, terwijl andere regio’s, met name de tropen en droge gebieden, het én met minder én met minder betrouwbare gegevens moeten doen. Door deze ongelijke spreiding kunnen er vertekeningen sluipen in wereldomspannende klimaatreconstructies. Daarnaast kan de kwaliteit van proxy-gegevens aangetast worden door processen als erosie, verwering en biologische activiteit, waardoor ze hun betrouwbaarheid verliezen en er hiaten in het proxy-archief kunnen ontstaan.

Onzekerheden in de datering → Nauwkeurige datering is essentieel voor het vaststellen van hoe het klimaat zich in de tijd ontwikkeld heeft. Voor het dateren van organisch materiaal wordt vaak gebruik gemaakt van radiometrische dateringsmethoden, zoals koolstof-14. Maar deze aanpak heeft zijn beperkingen. Koolstof-14-datering is bijvoorbeeld alleen betrouwbaar voor monsters jonger dan 50 duizend jaar. Voor oudere monsters is men aangewezen op uranium-thoriumdatering of kalium-argondatering, maar ook deze methoden brengen doorgaans grote onzekerheden met zich mee.

Onzekerheden bij datering kunnen leiden tot fouten in het nagaan van de timing en duur van veranderingen in het klimaat, helemaal wanneer het kantelpunten betreft. Kan de leeftijd van een proxy bijvoorbeeld eeuwen ouder of jonger zijn, dan wordt het heel lastig om een snelle opwarming of afkoeling te reconstrueren.

Kalibratie en interpretatie van proxies → Aangezien proxies geen rechtstreekse weergave van klimaatvariabelen bieden, is er een omrekening nodig om bijvoorbeeld de breedte van een boomring of de waarde van een zuurstofisotoop in een klimaatvariabele als temperatuur of neerslag om te zetten. Deze omrekening staat bekend als kalibratie. Proxies zijn dus indirecte indicatoren die gekalibreerd worden aan de hand van moderne klimaatgegevens om met een proxy iets over een klimaatvariabele te kunnen zeggen. Dit kalibratieproces kan onzekerheden met zich meebrengen, helemaal als het verband tussen de proxy en de klimaatvariabele niet goed wordt begrepen.

Zo wordt de breedte van boomringen vaak gebruikt als proxy voor de temperatuur en neerslag in het verleden. De groei van bomen kan echter beïnvloed worden door tal van factoren die niet direct klimaatgerelateerd zijn, zoals concurrentie met andere bomen, de beschikbaarheid van voedingsstoffen en insectenplagen. Dit kan tot dwaalsporen leiden in het paleoklimaatonderzoek.

Daarnaast zijn klimaatreconstructies sterk afhankelijk van statistische (kalibratie)methoden voor het omzetten van proxy-gegevens in schattingen van klimaatvariabelen en voor het kwantificeren van de hieraan verbonden onzekerheden. De keuze voor een bepaalde statistische methode kan behoorlijk wat invloed hebben op de uitkomsten van de reconstructie. Verschillende methoden kunnen ook verschillende schattingen van vroegere klimaatomstandigheden opleveren, en ze kunnen ook verschillen in hun vermogen om het volledige spectrum van onzekerheden weer te geven.

In het paleoklimaatonderzoek wordt steeds vaker gebruik gemaakt van de bayesiaanse statistiek om onzekerheden te kwantificeren. Deze statistische methode is vernoemd naar de Engelse dominee en wiskundige Thomas Bayes (1702-1761). In de kern genomen was diens ’theorema’ of regel heel simpel. De kans dat een hypothese waar is hangt, aldus Bayes, af van twee criteria:
1) hoe aannemelijk de hypothese is op basis van de huidige kennis (de a priori)
2) hoe goed de hypothese aansluit bij nieuw bewijs (de a posteriori).

In deze benadering wordt onzekerheid dus gekwantificeerd door a priori kennis te combineren met nieuwe data om een a posteriori waarschijnlijkheid te verkrijgen, waardoor de vooronderstellingen continu met nieuw bewijs bijgewerkt kunnen worden. Kortom, het is een methode die voorkennis met metingen integreert. Deze methode heeft echter ook zijn beperkingen, omdat de uitkomsten sterk afhankelijk zijn van de kwaliteit van de a priori kennis of vooronderstellingen (voor een fascinerende kritiek zie ‘Critiques of Bayesian statistics‘ van Andy Jones).

In de volgende aflevering komen nog enkele onzekerheden ter sprake, plus methoden om die te ondervangen.

22. Onzekerheden in het paleoklimaatonderzoek (2)

Het gebruik van proxies brengt hoe dan ook onzekerheden met zich mee, omdat ze allemaal hun tekortkomingen hebben.

Zo geldt voor ijsboorkernen – de beste proxy die momenteel voorhanden is – dat hoe verder je teruggaat in de tijd, hoe meer de lagen onder het gewicht geplet zijn en hoe lager hun temporele resolutie is, wat in dit geval wil zeggen dat ze niet langer over elk afzonderlijk jaar informatie geven. Hierdoor wordt het lastig om de kortetermijngevolgen van bijvoorbeeld vulkaanuitbarstingen of El Niño’s in het verre verleden te traceren. Daarnaast is hun geografische spreiding beperkt tot dikke ijskappen en gletsjers, waar de temperatuur niet altijd in een vaste verhouding staat tot die van de rest van de aarde.

Sedimenten uit zeebodems hebben juist een prima spreiding, maar gaan weer gebukt onder bioturbatie, het vermengen van afzettingen door gravende organismen zoals zeeslakken en zeekomkommers. Dit kan de gelaagdheid van sedimenten verstoren, waardoor de grenzen tussen verschillende tijdsperioden vervagen en de temporele resolutie van de proxy afneemt.

Naast dergelijke tekortkomingen kampt het paleoklimaatonderzoek met nog twee meer principiële problemen. Zo staat in het Wikipedia-lemma over paleoklimatologie te lezen:

‘Van oudsher worden fossielen gebruikt om klimaatgegevens uit af te leiden. Hierbij wordt van het actualiteitsprincipe uitgegaan: voorkeuren en eisen zoals een soort die thans heeft, zal diezelfde soort in het verleden ook gehad hebben. Er wordt stilzwijgend aangenomen dat deze kenmerken zich in de loop van het bestaan van een soort door bijvoorbeeld evolutie niet hebben gewijzigd. Behalve deze aanname is een ander zwak punt dat het volledige ecologische en klimatologische spectrum van veel thans levende soorten niet echt bekend is. Vaak “gebruikt” een soort onder bepaalde omstandigheden maar een deel van de mogelijkheden die die soort beschikbaar heeft (onder andere omstandigheden zou dezelfde soort gebruik kunnen maken van een andere combinatie van mogelijkheden). Van soorten die zijn uitgestorven, worden de kenmerken van hun naaste nog bestaande verwanten genomen. Ondanks deze aannames, is het actualiteitsprincipe het enige houvast om conclusies uit het voorkomen van fossielen te trekken.’

Vergelijkbaar hiermee is dat onderzoekers doorgaans aannemen dat fysische en biologische processen in het verleden net zo verliepen als nu (een veronderstelling die bekend staat als uniformitarianisme). Hoewel deze ‘noodgreep’ weliswaar begrijpelijk is, kan die wel leiden tot vertekenende interpretaties. Zo kan de reactie van planten op schommelingen in de CO₂-concentratie in het verleden anders zijn geweest dan nu, bijvoorbeeld als gevolg van een andere beschikbaarheid van voedingsstoffen of de aanwezigheid van andere plantensoorten. Hetzelfde geldt voor de gevoeligheid van ijskappen voor temperatuurveranderingen. Ook die kan variëren op basis van hun omvang, vorm en onderliggende geologie.

Om een deel van deze onzekerheden te ondervangen wordt steeds vaker gebruik gemaakt van multi-proxy reconstructies, waarbij gegevens uit meerdere paleoklimaatarchieven worden gecombineerd. Door gegevens uit bijvoorbeeld ijskernen, sedimentkernen, boomringen en andere proxies te integreren, ontstaat een een vollediger en betrouwbaarder beeld van vroegere klimaatomstandigheden. Een multi-proxy reconstructie van de temperatuur zal bijvoorbeeld gegevens uit ijskernen (voor de temperatuur van de atmosfeer) combineren met die uit zeeafzettingen (voor de temperatuur van het zeeoppervlak) en boomringen (voor de temperatuur van het landoppervlak).

Een andere manier om onzekerheden terug te dringen is het gebruik van zogenaamde intercomparison models, waarin meerdere klimaatmodellen op basis van gestandaardiseerde protocollen dezelfde experimenten uitvoeren om klimaatveranderingen in het verleden te traceren. Dit is een methode om de sterke en zwakke punten van de verschillende modellen inzichtelijk te maken en zo nodig te corrigeren. De bekendste voorbeelden hiervan zijn het Paleoclimate Modeling Intercomparison Project (PMIP), het Pliocene Model Intercomparison Project (PlioMIP) en DeepMIP. De vroegste en invloedrijkste toepassing hiervan was Climate: Long range Investigation, Mapping, and Prediction (CLIMAP), een grootschalig onderzoeksproject met wortels in de jaren zeventig van de vorige eeuw, dat in eerste instantie bedoeld was om het klimaat tijdens het Laatste Glaciale Maximum te reconstrueren.

CLIMAP kwam uit op een temperatuurverschil van zo’n 3°C tussen het Laatste Glaciale Maximum en het begin van het Holoceen, een cijfer dat lang als ondersteunend bewijs heeft gegolden voor een lage klimaatgevoeligheid.

23. Paleoklimaatonderzoek en klimaatgevoeligheid (1)

Een flink deel van het paleoklimaatonderzoek richt zich op drie periodes in het bijzonder. De eerste periode is het koudste deel van de laatste ijstijd, beter bekend als het Laatste Glaciale Maximum van zo’n 23 tot 19 duizend jaar geleden. De tweede betreft het Midden-Plioceen, grofweg 3,2 miljoen jaar terug, toen de CO₂-concentratie voor het laatst een waarde bereikte die vergelijkbaar is met nu. En nummer drie is het Paleoceen-Eoceen thermisch maximum (PETM) van zo’n 55,5 miljoen jaar geleden, toen er in een relatief korte tijdspanne (ongeveer 10 duizend jaar) een grote CO₂- en temperatuursprong plaatsvond – in een tempo dat enigszins gelijke tred hield met het huidige.

Zoals het merendeel van het wolkenonderzoek sinds 2020 dankzij betere modellen en satellietobservaties een versterkende, opwarmende wolken-terugkoppeling te zien geeft, compleet met een hogere klimaatgevoeligheid, zo geldt iets soortgelijks – zij het minder scherp afgetekend – ook voor het onderzoek naar deze drie periodes.*

Zo is het temperatuurverschil tussen het Laatste Glaciale Maximum (LGM) en het huidige tijdvak, het Holoceen, de afgelopen twintig jaar in de klimaatreconstructies gestaag omhoog gekropen. In de jaren negentig kwam CLIMAP uit op een verschil van zo’n 3°C. Tijdens de jaren nul kwam deze CLIMAP-schatting geleidelijk onder vuur te liggen, met name omdat de uitkomsten aangaven dat de tropen en grote delen van de Grote Oceaan tijdens de koudste periode van de laatste ijstijd warmer geweest moeten zijn dan in het huidige tijdvak.

In 2005 was het artikel ‘Last Glacial Maximum and Holocene Climate in CCSM3‘ het eerste dat op een temperatuurverschil van 4,5°C uitkwam, in 2010 gevolgd door ‘A global perspective on Last Glacial Maximum to Holocene climate change‘ met een verschil van 4,9°C. En in 2018 stelde ‘Global patterns of declining temperature variability from the Last Glacial Maximum to the Holocene‘ een verschil van 5°C vast.

In 2020 berekende de in aflevering 13 genoemde Jessica Tierney samen met haar collega’s een temperatuurverschil van 6,1°C en een jaar later voor het verschil met het koudste jaar uit het LGM (ongeveer 20 duizend jaar geleden) een verschil van 6,9°C. Kijk je nu bij encyclopedieën zoals Encyclopedia Britannica en Wikipedia, dan zijn dit inmiddels de geaccepteerde waarden.*

Drie jaar later combineerden James Hansen en kompanen in ‘Global warming in the pipeline‘ de uitkomsten van Tierney met die van Ruddiman en collega’s in hun fascinerende artikel ‘Late Holocene climate: natural or anthropogenic?‘ (2016). De stelling van Ruddiman c.s. luidt dat mensen ook lang voor de industriële revolutie via grootschalige ontbossing en landbouw het klimaat al beïnvloedden – met name sinds het midden van het Holoceen. Op basis van hun berekeningen concludeerden ze dat het CO₂-gehalte in de atmosfeer zo’n 6500 jaar geleden geen 280 maar 260 ppm bedroeg. Hebben Ruddiman e.a. het bij het rechte eind, dan is die temperatuursprong van 6,1° sinds het LGM het resultaat van een CO₂-sprong van slechts 70 ppm (260 ppm minus 190 ppm tijdens het koudste jaar van het LGM), hetgeen Hansen en collega’s omrekenen tot een klimaatgevoeligheid van ruim 4,5°C (zie aflevering 18 voor het omrekenen van de aardsysteemklimaatgevoeligheid naar de evenwichtsklimaatgevoeligheid).

Voor het onderzoek van het Midden-Plioceen, zo’n 3,2 miljoen jaar geleden, kun je een soortgelijk lijstje opstellen. Met de start in 2008 van het Pliocene Model Intercomparison Project (PlioMIP) raakte het onderzoek naar deze periode in een stroomversnelling. Maar de belangstelling was al eerder gewekt, aangezien dit tijdvak de laatste keer was dat de CO₂-concentratie zo’n 400 ppm bedroeg en onderzoekers wilden uitvinden met wat voor temperatuur ons voorland (toen nog wel) gepaard zou gaan. Hoewel de omstandigheden 3 miljoen jaar terug zeker niet een-op-een vergelijkbaar zijn met het heden, biedt deze periode toch voldoende overeenkomsten om enig houvast te bieden.

In 2008 verschenen de eerste resultaten van het PlioMIP. De studie ‘Surface temperatures of the Mid-Pliocene North Atlantic Ocean: implications for future climate‘ becijferde een temperatuurstijging voor 400 ppm van 2,2°C. In datzelfde jaar hield ‘Pliocene Role in Assessing Future Climate Impacts‘ het op 2 à 3°C. Deze schatting houdt grofweg tot 2018 stand,* toen de studie ‘Pliocene and Eocene provide best analogs for near-future climates‘ met een nieuwe schatting van 1,8-3,6°C kwam. De beste analogie voor het Midden-Plioceen, aldus de auteurs van dit onderzoek, is het ‘hoge uitstoot’-scenario SSP5-8, dat in een opwarming in 2100 van zo’n 4,4°C zou moeten resulteren. Twee jaar later berekende de studie ‘The Pliocene Model Intercomparison Project Phase 2: large-scale climate features and climate sensitivity‘ een stijging van 3,2°C (bij een spreiding van 1,7-5,2°C).

Spoel tot slot door naar 2025, naar de studie ‘Pliocene Warmth and Patterns of Climate Change Inferred From Paleoclimate Data Assimilation‘. Uit de samenvatting: ‘De resulterende reconstructie PlioDA wijst uit dat het Midden-Plioceen warmer was dan eerder werd aangenomen – gemiddeld 4,1°C warmer dan het pre-industriële tijdperk, wat leidt tot een hogere schatting van de klimaatgevoeligheid van 4,8°C (2,6–9,9°C).’

Met de nodige slagen om de arm kun je vaststellen dat het temperatuurverschil tijdens de overgang van het laatste glaciaal naar het huidige interglaciaal dankzij verbeterde onderzoeksmethoden gestaag is opgelopen en dat hetzelfde geldt voor de temperatuurstijging tijdens het Midden-Plioceen – en de bijbehorende klimaatgevoeligheid.

Waar paleoklimaatonderzoek tot voor kort nog werd gebruikt om een hoge klimaatgevoeligheid uit te sluiten, zou het nu moeten worden aangewend om een lage gevoeligheid te diskwalificeren.

24 Paleoklimaatonderzoek en klimaatgevoeligheid (2)

Het Paleoceen-Eoceen thermisch maximum (PETM) vond zo’n 55,5 miljoen jaar geleden plaats, op het breukvlak van het Paleoceen (66 tot 56 miljoen jaar geleden) en het Eoceen (56 tot 33,9 miljoen jaar geleden). De gemiddelde temperatuur op aarde lag tijdens het Paleoceen al fors hoger dan nu en zou tijdens het Eoceen nog verder stijgen. Het PETM viel tijdens een lange periode van opwarming die zo’n zes miljoen jaar aanhield. Deze warme periode bereikte later tijdens het Eoceen haar hoogtepunt (bekend als het Eoceen klimaatoptimum). Het PETM zelf duurde zo’n 20 duizend jaar en staat vooral in de belangstelling omdat de temperatuur in een relatief korte periode van zo’n 10 duizend jaar met 5 tot 8°C steeg.

Anders dan bij de twee periodes uit de vorige aflevering draait het hier niet om de omvang van de temperatuursprong die heeft plaatsgevonden – vrijwel al het onderzoek geeft een waarde van tussen de 5 en de 8°C tussen het pre-PETM en het PETM aan – maar om hoe hoog de temperatuur en de CO₂-concentratie waren op het hoogtepunt van die opwarming.

Het PETM is al sinds de jaren negentig van de vorige eeuw onderwerp van studie, maar aangezien de kwaliteit van de proxy-gegevens toen met zoveel onzekerheid omgeven was, beperk ik me hier tot (de weinige) studies van na 2010 die zowel een schatting van de gemiddelde oppervlaktetemperatuur geven als van de bijbehorende CO₂-concentratie.

De eerste is een studie uit 2010, ‘Climate Response at the Paleocene–Eocene Thermal Maximum to Greenhouse Gas Forcing—A Model Study with CCSM3‘, die een gemiddelde oppervlaktetemperatuur aangeeft van 23,5°C (de huidige gemiddelde oppervlaktetemperatuur bedraagt zo’n 15°C) bij een CO₂-concentratie van 4480 ppm . De twee volgende studies geven alleen een schatting van de CO₂-concentratie tijdens het PETM. ‘The Paleocene-Eocene Thermal Maximum: A Perturbation of Carbon Cycle, Climate, and Biosphere with Implications for the Future‘ (2011) komt tot 7.000-20.000 ppm en ‘The Paleocene-Eocene Thermal Maximum: How much carbon is enough?‘ (2014) tot 4100-6200 ppm bij een klimaatgevoeligheid van 3,3°C.

Een interessant geval is ‘Deep time evidence for climate sensitivity increase with warming‘ uit 2016. Het doel van de studie is om vraagtekens te plaatsen bij de aanname dat de relatie tussen CO₂ en opwarming logaritmische afneemt, wat wil zeggen dat een verdubbeling van de hoeveelheid CO₂ in de atmosfeer van zeg 280 naar 560 ppm dezelfde hoeveelheid opwarming oplevert als een verdubbeling van 560 naar 1120 ppm (en van 1120 naar 2240 ppm, et cetera.). De studie oppert de mogelijkheid dat bij een heel hoge CO₂-concentratie die gevoeligheid niet langer af- maar juist toeneemt.* Ter illustratie hebben de auteurs onderzoek gedaan naar het PETM. Daarbij kwamen ze in hun berekening uit op een gemiddelde oppervlaktetemperatuur van zo’n 30°C bij een klimaatgevoeligheid van tussen de 3,7 en 6,5°C.

Tot slot heb ik twee studies kunnen vinden die én een gemiddelde oppervlaktetemperatuur én de bijbehorende CO₂-concentratie én een waarde voor de klimaatgevoeligheid geven. De eerste is ‘Spatial patterns of climate change across the Paleocene–Eocene Thermal Maximum‘ (2022). Het artikel komt tot een gemiddelde oppervlaktetemperatuur van 34,1°C (bijna de helft hoger dus dan de studie uit 2010) bij een CO₂-concentratie van 2020 ppm*, hetgeen de auteurs omrekenen tot een klimaatgevoeligheid voor het PETM van 6,5°C. De Conclusie van de studie bevat een verwijzing naar het ‘Deep Time…’- artikel uit de vorige paragraaf: ‘Dit ondersteunt de hypothese dat de klimaatgevoeligheid bij een hoge CO₂-concentratie substantieel stijgt.’ De tweede studie, ‘Warm deep ocean temperatures from clumped isotopes suggest high climate sensitivity in early Cenozoic hothouse‘ (2025), geeft een gemiddelde oppervlaktetemperatuur van 33°C, een CO₂-concentratie van ongeveer 2000 ppm en een klimaatgevoeligheid van 6-8°C.

Gezien de vele onzekerheden in het paleoklimaatonderzoek, helemaal wanneer je 55 miljoen jaar terug in de tijd gaat, passen hier vele slagen om de arm bij. Daarnaast waarschuwen verschillende auteurs, in navolging van Rohling en Sluijs in hun klassiek geworden artikel ‘Making sense of palaeoclimate sensitivity‘ (Nature, 2012), dat de klimaatgevoeligheid afhankelijk is van de ‘uitgangswaarden van het aardsysteem’ en per periode kan wisselen.* De klimaatgevoeligheid in de laatste twee onderzoeken (respectievelijk 6,5°C en 6-8°C) is dus zeker niet maatgevend voor de huidige.

Wel vormen ze de zoveelste indicatie dat een aan aanmerkelijk hogere klimaatgevoeligheid niet strijdig is met recent paleoklimaatonderzoek.).

25. Paleoklimaatonderzoek en klimaatgevoeligheid (3)

Tot slot kijken we nog even naar een drietal brede studies die de nodige media-aandacht hebben gehad. De eerste is ‘A 485-million-year history of Earth’s surface temperature‘ (Science, 2024). Dit is weliswaar niet de eerste studie die grofweg een half miljard jaar aan klimaatgeschiedenis in beeld brengt, maar wel veruit de grondigste.

De voornaamste bevinding van de studie is dat het met name in periodes met een (zeer) hoge CO₂-concentratie aanzienlijk warmer is geweest (met een maximale gemiddelde oppervlaktetemperatuur van 36°C) dan eerdere studies aangeven. Hoofdauteur Emily Judd zegt hierover in The New York Times dat dit een indicatie is dat ‘de planeet op termijn waarschijnlijk verder zal opwarmen dan tot dusver wordt aangenomen.’

Een andere bevinding is dat hun PhanDa-paleoklimaatmodel uitwijst dat CO₂ de dominante factor is voor het klimaat in het Fanerozoïcum (van 538,8 miljoen jaar terug tot nu). ‘De consistentie van dit verband [tussen CO₂ en oppervlaktetemperatuur] is verrassend, omdat we op deze tijdschaal verwachtten dat de helderheid van de zon van invloed zou zijn op het klimaat [die helderheid is het afgelopen half miljard jaar met zo’n 5 procent toegenomen]. Onze hypothese is dat veranderingen in de albedo van de planeet en andere broeikasgassen (zoals methaan) hebben bijgedragen aan het compenseren van de toenemende helderheid van de zon.’

Volgens de studie wijst de relatie tussen de ‘CO₂-concentratie en de mondiale oppervlaktetemperatuur op een opvallend constante gevoeligheid van het aardsysteem van ongeveer 8°C [dit is de aardsysteemklimaatgevoeligheid, niet de evenwichtsklimaatgevoeligheid. Volgens de omrekening van Rohling, Dijkstra en Sluijs correspondeert die 8°C met een evenwichtsgevoeligheid van 4°C-5,3°C], zonder waarneembare afhankelijkheid van het feit of het klimaat warm of koud is.’ Deze laatste constatering weerspreekt dus het idee uit de vorige aflevering dat de klimaatgevoeligheid afhankelijk is van specifieke omstandigheden in het aardsysteem.

De tweede studie is ‘Cenozoic evolution of deep ocean temperature from clumped isotope thermometry‘ (Science, 2022). Dit onderzoek maakt gebruik van geochemische analyses van mariene kalksteenmonsters, waarin de temperatuur van de diepe oceanen geschat wordt op basis van de mate waarin bepaalde isotopen in kalkmonsters samenklonteren (zie de vijfde noot in aflevering 13).

Uit de samenvatting: ‘Onze temperatuurschattingen voor de diepe Atlantische Oceaan liggen over het algemeen veel hoger dan in reconstructies op basis van zuurstofisotopen. […] Bovendien onthullen onze gegevens voorheen onbekende grote schommelingen in de temperatuur van de diepe [Atlantische] oceaan tijdens de snelle broeikasopwarming in het vroege Eoceen.’ Hun data geven aan dat de diepe Atlantische oceaan zeer gevoelig was voor veranderingen in de CO₂-concentratie. De studie concludeert dat de klimaatgevoeligheid tijdens het Cenozoïcum relatief hoog was – al plakken ze er geen cijfer op – wat betekent dat kleine veranderingen in de atmosferische CO₂ tot grote schommelingen in de temperatuur van de diepe oceanen konden leiden en daarmee van het mondiale klimaat. ‘Dit impliceert dat de aarde in de afgelopen 65 miljoen jaar zeer responsief was voor veranderingen in broeikasgasniveaus, wat belangrijk is voor het begrijpen van de huidige klimaatveranderingen.’

Het laatste onderzoek, in opdracht van Koninklijk Nederlands Instituut voor Onderzoek der Zee (NIOZ), is in termen van klimaatgevoeligheid ook het spectaculairst. ‘Continuous sterane and phytane δ13C record reveals a substantial pCO2 decline since the mid-Miocene‘ (Nature Communications, 2024) is het product van een samenwerking tussen de Universiteit van Utrecht en de Universiteit van Bristol, met als hoofdauteurs Caitlyn Witkowski en Jaap Sinninghe Damsté.

Uit het persbericht van NIOZ: ‘De onderzoekers maakten gebruik van een boorkern die al 45 jaar geleden uit de bodem van de Stille Oceaan werd gehaald. “Die kern is heel aantrekkelijk, omdat de oceaanbodem daar al vele miljoenen jaren zuurstofloze condities kent,” zegt professor Jaap Sinninghe Damsté, wetenschapper aan het NIOZ en tevens hoogleraar organische geochemie aan de Universiteit Utrecht. “Daardoor worden organische stoffen niet zo snel afgebroken door microben en blijft er meer koolstof bewaard”, aldus Damsté. “Nog niet eerder is het verloop in CO₂ op één locatie van de afgelopen 15 miljoen jaar onderzocht”, zegt Witkowski. De bovenste duizend meter van de boorkern correspondeert met de afgelopen 18 miljoen jaar. De onderzoekers hebben daar zowel aanwijzingen voor de zeewatertemperatuur als een dubbele aanwijzing voor het CO₂-gehalte in de atmosfeer uit weten te halen.’

Uit die gegevens hebben ze met een door het NIOZ ontwikkelde methode – TEX86 – de oppervlaktetemperaturen over de laatste 18 miljoen jaar weten af te leiden. En daaruit hebben ze zowel een berekening gemaakt voor de aardsysteemgevoeligheid (ESS) als voor de evenwichtsklimaatgevoeligheid (ECS): respectievelijk 13,9°C en 7,2°C – ‘Waarden die aanzienlijk hoger zijn dan de schattingen van het IPCC […] maar die wel overeenkomen met andere op proxies gebaseerde schattingen.’

Helemaal aan het eind van het artikel vermelden de auteurs over deze hoge gevoeligheidswaarden: ‘Opgemerkt moet worden dat onze ECS niet dezelfde is als de ECS die door het IPCC wordt gebruikt, aangezien onze ECS een specifieke klimaatgevoeligheid S vertegenwoordigt (d.w.z. de aardsysteemgevoeligheid gecorrigeerd voor mogelijke trage terugkoppeling van landijs) die geen rekening houdt met veranderingen in andere broeikasgassen (zoals methaan), paleogeografie of de helderheid van de zon; we zijn momenteel niet in staat om deze aanvullende overwegingen mee te nemen. De impact van extra methaan en water zou de ECS verlagen, wat waarschijnlijk verklaart waarom de paleo-ECS hier over het algemeen hoger is dan in moderne modellen.’

Ook deze brede studies geven aan de evenwichtsklimaatgevoeligheid zich eerder in de hogere regionen van de IPCC-schatting van 2-5°C bevindt. In de volgende aflevering volgt de laatste bewijslijn, de instrumentele metingen.

26. Bewijslijn 3 – waargenomen opwarming (1)

Van de drie bewijslijnen voor het vaststellen van de klimaatgevoeligheid – modelbenaderingen, paleoklimaatonderzoek en waargenomen opwarming – lijkt de derde het meest rechttoe rechtaan; het gaat immers om opwarming die met instrumenten (van thermometers tot satellieten) is waargenomen. Maar hoewel die waargenomen opwarming gebruikt wordt om modellen mee te kalibreren (of om de ‘hot models’ uit aflevering 13 te weren), is ze toch met veel onzekerheid omgeven.

Die onzekerheid zit hem voornamelijk in drie zaken. De eerste is de keuze van het basisjaar of de baseline-periode waar vanaf je rekent. Nummer twee wordt gevormd door de keuze van de dataset die je gebruikt om de gemiddelde wereldwijde oppervlaktetemperatuur vanaf 1850 mee te reconstrueren. En de derde is hoeveel van de daadwerkelijke opwarming aan het zicht wordt onttrokken door het afkoelende effect van antropogene aerosolen (uitlaatgassen, met name in de vorm van zwavel) – en belangrijker, hoe groot de invloed van die aerosolen is op het afkoelende effect van wolken (zie aflevering 11).

In 2018 wist Berkeley Earth te melden dat de aarde ten opzichte van 1750 met 1,5°C is opgewarmd.* Neem je 1750 als basisjaar dan zijn we inmiddels al boven de 2°C aanbeland. Het punt is alleen dat vrijwel niemand dit jaar als baseline kiest. Lange tijd was de baseline 1850, nu is dat meestal 1850-1900, maar soms ook 1860-1880 of 1880 of 1880-1920 (en dat zijn er nog maar een paar). Ook de terminologie schuift mee, van ‘pre-industrieel’, naar ‘eind 19de eeuw’ naar ‘rond 1900’. Dat maakt het lastig om vergelijkingen te maken, want al die basisjaren of baseline-periodes gaan gepaard met een net iets andere uitgangstemperatuur.

Wil je voorkomen dat je baseline toevallig een koud of warm jaar was, dan is het raadzaam om het gemiddelde over een langere periode te nemen, zoals 1850-1900 (al is er op deze afbakening ook wel wat af te dingen*). Complicerende factor is dat temperaturen pas sinds 1880 overal op aarde op dezelfde wijze en onder gelijke condities gemeten worden. Metingen van vóór 1880 zijn dus altijd onderhevig aan complexe correcties, en die correcties vormen weer voer voor onenigheid. Zo verscheen in 2024 een artikel in Nature dat op basis van een nieuwe correctiemethode stelt dat het tussen 1850 en 1900 gemiddeld genomen 0,24°C kouder was dan de temperatuur die de datasets aangeven die daarvoor gewoonlijk gebruikt worden (zie verderop). Volgens de onderzoekers was het tijdens de zomer van 2023 op het noordelijk halfrond ten minste 2,07°C warmer dan in de tweede helft van de 19de eeuw.*

In het voorjaar van 2017 koos het NOAA (National Oceanic and Atmospheric Administration), het ‘klimaatbureau’ van de Amerikaanse overheid, ervoor om van 1850 als basisjaar op 1880 over te stappen. Een logische keuze die veel navolging heeft gehad, al laat die ook zien dat het gebruik van een enkel basisjaar riskant is. 1880 was niet alleen het eerste jaar met uniforme temperatuurmetingen, maar ook het staartje van de hevigste El Niño ooit gemeten. Relatief gezien was 1880 een warm jaar. Anders gezegd, was niet 1880 maar 1884 (een van de koudste jaren van de 19de eeuw) het jaar geweest dat die metingen gelijkgeschakeld waren, dan was het volgens het NOAA 0,4°C warmer geweest dan nu.

Mocht je je weleens afvragen hoe het kan dat organisaties als Copernicus, NOAA, NASA, Berkerley Earth, het Britse MET Office en het IPCC zulke verschillende waarden aangeven voor hoeveel warmer het nu is dan in het pre-industriële tijdperk (dit wordt de temperatuuranomalie genoemd en die loopt bij deze instellingen ruim 0,2°C uiteen*), dan is het simpele antwoord dat ze gebruik maken van verschillende datasets. Dankzij satellietmetingen bestaat er voor de periode na 1970 redelijk wat overeenstemming, maar ga je wat verder terug in de tijd dan moeten die temperaturen – met name de oppervlaktetemperatuur van de oceanen – gereconstrueerd worden. En hoe verder je teruggaat, hoe groter de verschillen tussen de datasets.*

In het artikel ‘Constraining the Nineteenth-Century Temperature Baseline for Global Warming‘ (2023) worden datasets zoals HadCRUT5*, CRUTEM5, BEARTH, ERSST en ERA5 kritisch geëvolueerd. De overkoepelende conclusie van het artikel luidt dat alle datasets een te hoge temperatuur aangeven voor de 1850-1900 baseline, wat wil zeggen dat het werkelijke temperatuurverschil tussen nu en 1850-1900 groter is dan de datasets aangeven, maar dat ERA5 (Copernicus) beter scoort dan HadCRUT5 (IPCC en Berkeley Earth) en dat deze dataset het weer beter doet dan ERSST (NOAA en Nasa). Niet toevallig is Copernicus ook de organisatie die consequent een hogere temperatuuranomalie aangeeft dan die andere instellingen.

Een ander punt is dat om de temperatuuranomalie sinds 1850-1900 vast te stellen, de meeste grote instellingen (waaronder het IPCC) losse datasets gebruiken voor de gemiddelde wereldwijde oppervlaktetemperatuur (GMST, wat weer een combinatie is van de gemiddelde zeeoppervlaktetemperatuur en de gemiddelde luchttemperatuur) en de wereldwijde gemiddelde oppervlakteluchttemperatuur (GSAT, de luchttemperatuur op 1,5 meter hoogte). Begin 2025 hebben twee Oostenrijkse onderzoekers een nieuwe methode ontwikkeld om die twee datasets samen te voegen tot één gemiddelde wereldwijde oppervlakteluchttemperatuur. En daarbij kwamen ze er en passant achter dat hun temperatuur ruim 0,1°C hoger uitkwam dan die van het IPCC.

Het begint inmiddels een vertrouwd patroon te worden. Opnieuw zie je dat de onzekerheid vooral aan de bovenkant zit. De kans dat de temperatuuranomalie groter is dan nu wordt aangenomen, is een stuk groter dan dat die anomalie kleiner is.

27. Waargenomen opwarming en aerosolen (1)

De derde reden dat het zo lastig om vast te stellen hoeveel warmer het nu is dan in het pre-industriële tijdperk (de temperatuuranomalie) is gelegen in de uitstoot van antropogene aerosolen. Dat het verbranden van fossiele brandstoffen (en hout) zowel een opwarmend als een afkoelend effect heeft, is al heel lang bekend. . Dit effect leidt ertoe dat er een verschil is tussen de waargenomen opwarming en de daadwerkelijke opwarming. Over de omvang van dit effect wordt verschillend gedacht. Zo stelden R.J. Charlson en collega's in 1992 dat de afkoelende werking van aerosolen zo groot is dat vrijwel alle opwarming sinds 1850 hierdoor gemaskeerd is (vandaar dat dit verschijnsel het aerosol masking effect wordt genoemd). Anderen schatten dit effect een stuk geringer in.

De volgende aflevering gaat over de vraag hoe groot dat effect is. In deze aflevering kijken we naar de directe en de indirecte effecten van die aerosolen.

Het maskerende effect van aerosolen is deels het product van natuurlijke aerosolen, deels van kunstmatige. Bij natuurlijke aerosolen moet je denken aan klei- of zanddeeltjes, deeltjes van planten zoals pollen, en zoutkristallen die door de wind van de oceanen worden meegevoerd. Daarnaast vormen plankton en vulkanen een belangrijke bron van dimethylsulfide (een organische zwavelverbinding) en zwaveldioxide (SO2). Die laatste oxideert in de lucht en verandert daar in sulfaataerosolen. Het zijn deze sulfaataerosolen die een sterk reflecterende werking hebben en zonlicht (en dus energie) de ruimte in kaatsen.

Vooral sinds de industriële revolutie is de hoeveelheid antropogene aerosolen in de atmosfeer sterk gestegen. Dat geldt in het bijzonder voor sulfaataerosolen (nu niet het product van vulkanen, maar van het verbranden van fossiele brandstoffen), nitraataerosolen (voornamelijk afkomstig van de landbouw en voertuigemissies) en 'zwarte koolstof' of roet. Waar sulfaataerosolen een afkoelend effect hebben, geldt voor nitraataerosolen en roet een gemengd beeld. Nitraataerosolen hebben an sich een afkoelende werking, maar zorgen er ook voor dat methaan langer in de atmosfeer actief blijft. En roet draagt enerzijds bij aan de opwarming doordat ze zonnestraling absorbeert, maar heeft anderzijds een afkoelend effect doordat ze de albedo van sneeuw en ijs verlaagt wanneer ze zich op witte oppervlakten afzet.

In tegenstelling tot broeikasgassen, die tientallen tot honderden jaren in de atmosfeer kunnen verblijven, hebben antropogene aerosolen dus een korte levensduur, omdat ze doorgaans na enkele dagen of weken door regen worden weggewassen of door de zwaartekracht neerslaan. Dit betekent ook dat hun afkoelende effect van korte duur is. Zou de uitstoot van deze aerosolen plotseling stoppen, dan houdt ook hun maskering van het effect van broeikasgassen op te bestaan, wat een acceleratie van de opwarming tot gevolg kan hebben die tot dan toe aan het zicht onttrokken was.

Een ander aspect is dat het effect van die aerosolen niet overal op aarde hetzelfde is. Regio's in de buurt van grote industriegebieden of waar veel biomassa wordt verbrand, zijn meestal koeler als gevolg van de hogere aerosolenconcentraties. Omgekeerd geldt dat waar de lucht schoon is, zoals boven de oceanen in het zuidelijk halfrond (waar minder mensen wonen en dus minder vervuiling wordt geproduceerd), een kleine toename van antropogene aerosolen een groot effect op de wolkenvorming kan hebben. Dit soort regionale verschillen maakt het totale klimaatbeeld er nog diffuser en complexer op.

De indirecte effecten van deze aerosolen zijn minstens even belangrijk en worden aanmerkelijk minder goed begrepen. Die indirecte effecten hebben voornamelijk betrekking op de invloed van aerosolen op de vorming en eigenschappen van wolken. Aerosolen kunnen als condensatiekernen fungeren, deeltjes waarrond waterdamp tot wolkendruppels condenseert. Meer aerosolen betekent doorgaans wolken met meer, maar kleinere druppels. Hierdoor verandert de reflectiviteit (albedo) van wolken, hun levensduur en hun neerslagefficiëntie (hoe efficiënt een wolk water omzet in regen). Belangrijk hierbij is dat de verschillende typen aerosolen verschillende effecten hebben, waarbij met name sulfaataerosolen een sterk afkoelende werking hebben, doordat ze ervoor zorgen dat wolken helderder worden en meer zonlicht de ruimte in reflecteren.

Het algehele plaatje is echter dat het netto effect van aerosolen een complexe som is van de verschillende soorten natuurlijke en antropogene aerosolen en hun interacties, wat het uitermate lastig maakt om dit effect nauwkeurig te kwantificeren.

28. Waargenomen opwarming en aerosolen (2)

Een ander belangrijk aspect (wellicht het belangrijkste) van die antropogene aerosolen is dat ze bijzonder vervuilend zijn, jaarlijks miljoenen mensenlevens claimen en rampzalig zijn voor de natuur. Daarom hebben veel overheden gericht beleid om de luchtvervuiling terug te dringen en is de uitstoot van zwaveldioxide sinds het midden van de jaren nul met naar schatting 40 procent gedaald. Hoewel dit uiteraard valt toe te juichen, leidt het ook tot wat James Hansen al sinds de jaren negentig een duivels dilemma noemt: extra opwarming als gevolg van het doorgaan met het verbranden van fossiele brandstoffen of extra opwarming als gevolg van het stoppen ermee.*

Hoe groot dit dilemma is, valt pas met zekerheid te zeggen wanneer er voldoende satellietmetingen gedaan zijn. Daarom is het een goede zaak dat zowel de ESA als de NASA in 2024 een satelliet hebben gelanceerd die onder meer ontwikkeld is voor het in kaart brengen van dit aerosol masking effect – al verschaffen die satellieten geen inzicht in de veranderingen van de afgelopen 20, 30 jaar en kan het nog jaren duren voordat ze voldoende data verzameld hebben om enig uitsluitsel te geven. Tot die tijd moeten we het met modellen en een paar waarnemingen doen.

Eigenlijk had zo‘n satelliet al veel eerder zijn rondjes om de aarde moeten draaien. De uitbarsting in 1991 van de Pinatubo leverde James Hansen het bewijs dat het afkoelend effect van sulfaataerosolen een stuk groter was dan door de klimaatwetenschap toentertijd werd aangenomen. In het voorjaar van 1992 schreven Hansen en kompanen in ‘Potential climate impact of Mount Pinatubo eruption‘: ‘De [model]simulaties geven aan dat [de uitbarsting van de] Pinatubo te laat in het jaar plaatsvond om te voorkomen dat 1991 een van de warmste jaren van de instrumentele metingen zou worden, maar ons model geeft aan dat de afkoeling door aerosolen eind 1991 zal beginnen en eind 1992 zijn hoogtepunt zal bereiken. De voorspelde afkoeling is zo groot dat deze tegen medio 1992 zelfs de opwarming als gevolg van een zich ontwikkelende El Niño zal overtreffen.’ Hansens voorspelling bleek een schot in de roos. Satellietmetingen schatten de maximale wereldwijde afkoeling eind 1992 op zo‘n 0,3°C. Hansen gebruikte zijn positie binnen de NASA vervolgens om voor een satelliet te ijveren die het effect van antropogene aerosolen kon meten. Die satelliet is er ook gekomen, maar stortte bij de lancering in 1993 in de Zuidelijke Oceaan neer.

Een studie van Y. Chen en collega’s, ‘Challenges in global climate models to represent cloud response to aerosols: insights from volcanic eruptions‘ (2025) laat trouwens zien dat klimaatmodellen nog steeds veel moeite hebben met het juist simuleren van de invloed van sulfaataerosolen op wolken. Hun onderzoek naar de uitbarsting in 2014 van de Holuhraun op IJsland wijst uit dat de zes mondiale klimaatmodellen van zeer uiteenlopende pluimage die ze voor hun studie onder de loep hebben genomen het effect van die uitbarsting op wolken stuk voor stuk onderschatten.

Het eerste jaar van de coronapandemie bood een andere kans om het aerosol masking effect in kaart te brengen. Dankzij een abrupte afname van de industriële productie en het transport, liep de hoeveelheid antropogene aerosolen in verschillende regio’s rap terug. In het artikel ‘Aerosol demasking enhances climate warming over South Asia‘ (2023) is een poging gedaan om de omvang van het effect voor Zuid-Azië te berekenen. De resultaten zijn opmerkelijk.

Nadat verschillende andere factoren zijn uitgefilterd, concludeert de studie dat de door hen onderzochte regio’s een plotselinge opwarming te zien gaven van tussen de 0,5 en 1,5°C. Daarnaast werd boven Zuid-Azië een toename van zo’n 7 procent in de zonnestraling waargenomen, wat erop wijst dat er minder zonlicht door aerosolen werd tegengehouden. Tot slot bleek de omvang van de afkoelende werking op veel plekken grofweg driekwart van de CO₂-forcering, ‘wat aantoont hoeveel opwarming aerosolen doorgaans aan het zicht onttrekken.’*

Ook de modellen lijken wat op te schuiven richting een groter maskerend effect van antropogene aerosolen. Waar CMIP6-modellen over de hele linie genomen een sterkere wolken-terugkoppeling te zien geven, geldt dat ook voor hun inschatting van het aerosol masking effect. In 2023 hebben Mark Zelinka en collega’s de uitkomsten van CMIP5- en -6-modellen met elkaar vergeleken en concludeerden daaruit dat het directe afkoelende effect van antropogene aerosolen in CMIP6-modellen zo’n 40 procent hoger ligt dan in de voorgaande modellengeneratie.*

Bij afwezigheid van harde metingen is de inschatting van de omvang van het maskerende effect sterk afhankelijk van de inschatting van de klimaatgevoeligheid. Het IPCC gaat uit van een relatief lage klimaatgevoeligheid van 3°C en dus is het noodzakelijk dat de waargenomen opwarming en de daadwerkelijke opwarming zo dicht mogelijk bij elkaar liggen (hoe groter dit verschil, hoe hoger de gevoeligheid). Het is daarom niet verwonderlijk dat het IPCC tot de laagste inschatting van dit effect komt. In haar AR6-rapport uit 2021 becijfert de organisatie het effect op tussen de 0 en 0,8°C, met 04°C als meest waarschijnlijke cijfer (inmiddels ligt de mainstream inschatting op een getal tussen de 0,6 en 0,9°C, met 0,7°C als meest waarschijnlijke cijfer).

James Hansen bevindt zich aan het andere uiteinde van het spectrum. In ‘Global warming in the pipeline‘ stellen Hansen en collega’s dat de versnelling van de opwarming sinds 2010 van 0,18°C per decennium over 1970 -2010 naar 0,27°C per decennium sinds 2010 geheel op het conto van de afname van het aerosol masking effect kan worden geschreven. In het algemeen houden Hansen c.s. het op een maskerend effect van grofweg 1,2 W/m² , wat volgens hun berekeningswijze neerkomt neerkomt op zo’n 1,4°C.*

Hansen geldt als een alarmist. Toch is zijn verklaring voor de acceleratie van de opwarming geruststellender dan het alternatief, een versnelling van de opwarmende wolken-terugkoppeling, zoals we in de volgende aflevering zullen zien.

Erger dan verwacht – de staat van het klimaat III: Klimaatgevoeligheid

GERTJAN COBELENS

Gerelateerd

Inschrijven

Erger dan verwacht – de staat van het klimaat III:
Klimaatgevoeligheid