André Bijkekr achtergrond formulesAndré Bijkerk.

In mijn eerste bijdrage (nog op DDS) vermeldde ik:

Men heeft met modellen zoals MODTRAN ook kunnen vaststellen hoeveel opwarming nodig zou zijn bij een verdubbeling van broeikasgassen en voor CO2 is dat ongeveer een graad Celsius. Dat stelt dus niet zoveel voor en daarom heeft men de beruchte positieve feedback uitgevonden, waarover misschien later meer, …..

Dit idee zag ik ook een enkele maal terugkomen in de discussies hier. Voor de zekerheid heb ik hoofdstuk 8 van het IPCC raport WG1 er nog eens op nageslagen. Het wemelt er van de feedbacks. Het is dus goed om daar eens bij stil te staan en uit te leggen waarom er niet veel van klopt.

Voor een uiteenzetting van feedbacks zie hier:

Terugkoppeling of feedback is een proces waarbij de uitkomst (output) van een bewerking (proces) wordt teruggevoerd (feedback) aan de invoer.

Feedback kan positief of negatief zijn. Positieve feedback versterkt het proces terwijl negatieve feedback het juist afremt. Het centrale idee van de positieve feedback in het klimaat is: meer broeikasgas geeft hogere temperaturen, Hogere temperaturen veroorzaken meer waterdamp en dus meer broeikaseffect waardoor de temperaturen nog hoger worden.

Het IPCC-rapport geeft echter toe dat het geheel van forcings en feedbacks chaotisch en gecompliceerd is. De werkelijke aard van alle feedbacks is derhalve onzeker en dus kunnen we alle kanten uit.

Toch kunnen we feedbacks herkennen in dataseriesm waarvan we er tientallen hebben. Omdat feedback een zekere tijdsvertraging kent, zij het milliseconden of eeuwen, ijlt het feedbackeffect iets na. Als het systeem in een volgende tijdstap met andere forcingwaardes inputs te maken krijgt, komt daar de feedback van de vorige stap nog bij. Positieve feedback neigt ernaar om de ingeslagen richting van het proces voort te zetten en is dus persistent. Negatieve feedback trekt het proces de tegenovergestelde richting in en is dus anti-persistent. In grafiekvorm ziet dat er zo uit:

Bijkerk grafiek 1
Bij persistent gedrag wordt de ingeslagen weg voortgezet, bij anti-persistent gedrag gaan we de andere kant op en ontstaat een piek of dal.

Hier is een uiterst simpel modelvoorbeeld om persistentie en feedback te illustreren. Alle sommetjes hier.

Bijkerk grafiek 2

De blauwe lijn is de simulatie van een basisproces dat elke keer een willekeurige stap maakt in positieve of negatieve richting zonder feedbacks. De rode lijn  ontstaat door bij elke stap een deel van de vorige stap op te tellen (= Positieve Feedback factor). In dit geval de helft. Bij de groene lijn trekken we dezelfde waarde er juist af (= Negatieve Feedback factor). Inderdaad zien we in de rode lijn de neiging om door te zetten en het basisproces te versterken, terwijl de negatieve feedback het juist afzwakt. Maar we kunnen ook tellen hoe vaak een stap in dezelfde of tegengestelde richting is gezet (persistent of anti–persistent)  in de tabel rechtboven voor 1000 stappen. We zien dat het basis proces in deze run 48% persistent is en dus 52% anti–persistent, ergo nagenoeg neutraal, zoals van een puur stochastisch (toevallig) proces was te verwachten. De positieve en negatieve feedbacks telden resp 61,5% en 34,9% persistentie ook geheel volgens de verwachting. Visueel zien we ook dat de groene lijn veel meer karteltjes heeft dan de rode.

Zo kunnen we dus signaal met vaste tijdpunten beoordelen op feedbacks aan de hand het persistentiegedrag. Olavi Kärner heeft aan dit idee in diverse publicaties aandacht besteed (zie refs) en vond dat anti–persistentie domineerde.

Als we nu bijvoorbeeld de dataserie van ‘UAH global lower troposhpere’ aan eenzelfde telling onderwerpen in het volgende tabblad (tltglhmam_5_6) zien we een persistentie van 41,6% en daarmee vertoont het dus het  anti–persistent gedrag van negatieve feedback, over de tijdsconstante van een maand.

Het lijkt ook interessant om na te gaan of het persistentie gedrag van de ‘global temperature’ anders was voor de CO2-stijging ter opzichte van daarna. Daarom heb ik in het volgende tabblad dezelfde telling losgelaten op HADCRUT4T met dit als resultaat:

Bijkerk grafiek 3
We zien dus ook voor de ‘HADCRUT global temperature serie’ een evident anti–persistent gedrag zonder een duidelijke verandering voor of na de CO2–stijging. Alles wijst dus op negatieve feedback voor ‘global temperature’ met een tijdsconstante van een  maand. Hiermee kan geen onderbouwing worden gevonden voor de veronderstelde doorslaggevende positieve feedback voor de waterdamp. Ook versterkt dit het vermoeden dat dominante negatieve feedback van het klimaat gewoon een zeer stabiel systeem maakt, dat zich door een beetje kooldioxide niet van de wijs laat brengen.

Nu is dit allemaal wel met grote stappen snel thuis en een hoop complicaties negerend, maar daar staat wel tegenover de vraag waarom het IPCC geen onderzoek lijkt te hebben gedaan naar persistentiegedrag van klimaatdataseries, zoals de veel beter doortimmerde referenties hieronder.

 

Referenties:
Kärner, O., 2007. On a possibility of estimating the feedback sign of the earth climate system. Proc. Estonian Acad. Sci. Eng., 13, 260-268 –  http://www.aai.ee/~olavi/E-Ac-Sci-07.pdf
Kärner, O and McKitrick, R., 2009. Long-term persistence and nonstationarity in geophysical data.
Critical Topics in Global Warming, Ed. by Ross McKitrick. The Fraser Institute  – http://www.aai.ee/~olavi/ISPM-app4f.pdf
Kärner, O., 2005. Some examples of negative feedback in the Earth climate system. Central European J. of Physics vol 3 No 2 – http://www.aai.ee/~olavi/cejpokfin.pdf
Kärner, O., 2002. On non-stationarity and anti-persistency in global temperature series. J. Geophys. Res. 107, D20  – http://www.aai.ee/~olavi/2001JD002024u.pdf