Weerwoord | Hoe bijzonder is het nieuwe Nederlandse record van 40.7°C?

Ik vroeg me af hoe bijzonder het record van 40.7°C eigenlijk was en heb daarom even gekeken naar de herhalingstijd van die waarde gebaseerd op waarnemingen van alle KNMI stations. De techniek die gebruikt wordt voor analyse van extreme waarden (voor zover ik kon vinden) is het fitten van een 'generalized extreme value' distributie op de maximale waarde in een bepaalde periode (zie hier). In dit geval dus de jaarlijkse maximale temperatuur ergens in het land. Als je dat doet kan je inschatten hoe vaak die waarde overschreden zal worden. Omdat ik niet weet hoe je deze methode moet corrigeren voor de trend in temperatuur door klimaatverandering heb ik gewoon verschillende 30-jarige blokken genomen, zoals gebruikelijk wanneer men naar klimatologische zaken kijkt.

De resultaten met boven de maximale temperatuur per jaar ergens in het land en daaronder de geschatte distributie en herhalingstijd. De blauwe lijn boven is gewoon de maximale temperatuur ergens in het land per jaar. In de figuur eronder staan diezelfde waarnemingen uit de eerste figuur en de zwarte lijn is dan de geschatte 'generalized extreme value' distributie. De grijze stippellijnen zijn de 95%-zekerheids intervallen en de rode lijn geeft de recordtemperatuur van 40.7°C aan met de daaraan gekoppelde herhalingstijd.

1961-1990

t>40.7°C, herhalingstijd = 1 keer in 6000 jaar

t>35°C, herhalingstijd = 1 keer in 10 jaar

1971-2000

t>40.7°C, herhalingstijd = nooit (onmogelijk)

t>35°C, herhalingstijd = 1 keer in 6 jaar

1981-2010

t>40.7°C, herhalingstijd = nooit (onmogelijk)

t>35°C, herhalingstijd = 1 keer in 3 jaar

1991-2019

t>40.7°C, herhalingstijd = 1 keer in 150 jaar

t>35°C, herhalingstijd = bijna elk jaar

De kans op temperaturen hoger dan 35 graden is dus van 1 keer in de 10 jaar naar bijna elk jaar gegaan van de periode 1961-1990 naar die van 1991-2019 (!). Als je de waarde van 40.7 graden vergelijkt met de max. temp. van alle andere jaren is het wel opvallend dat het echt een outlier is, en niet echt te rijmen met de rest van de distributie. Het is ook apart dat als je de huidige klimatologische periode tot vorig jaar gebruikt, 40.7 graden ook statistisch nog onmogelijk is met deze methode (zie hieronder). Misschien geeft dit aan dat deze analyse een beetje zinloos is als je niet corrigeert voor de trend in temperatuur. Of met andere woorden dat de 40.7 graden onmogelijk te verklaren is zonder klimaatverandering.

1991-2018

t>40.7°C, herhalingstijd = nooit

t>35°C, herhalingstijd = bijna elk jaar

Ook nog een animated gif om de toename van maximum temperaturen per periode te bekijken.

Heb bovenstaande ook evt. hier of hier neergezet.

Bijgaand ook nog de R code die ik gebruikt heb als iemand er interesse in heeft:

library("RMySQL")
library("extRemes")
library('climextRemes')

maxt <- 40.7

for (date1 in c(1961,1971,1981,1991)) {
print(date1)
date2 <- min(date1+29,2019)
#date2=2018
drv <- dbConnect(MySQL(),default.file="~/bls",group="wz3")
df_ann_max <- dbGetQuery(drv, paste("SELECT YYYY, max(TX/10) as TX, max(TG/10) AS TG, max(TN/10) AS TN ",
" FROM observations_day_nl WHERE ",
" (YYYYMMDD BETWEEN ",date1,"0101 AND ",date2,"1231) GROUP BY YYYY;",sep=""))
dbDisconnect(drv)
 
png(paste0('tx_',date1,'-',date2,'.png'),width=500,height=400)
plot(df_ann_max$YYYY, df_ann_max$TX, type = "l", col = "darkblue", ylim=c(30,41),lwd = 1.5, cex.lab = 1.25, xlab = "Year", ylab = "Yearly max. temp. (°C)")
dev.off()
 
fit1 <- fevd(TX, df_ann_max, units = "yearly max. temp.,°C")
rp <- exp(calc_logReturnPeriod_fevd(fit1, maxt)$logReturnPeriod)
 
png(paste0('extremes_',date1,'-',date2,'.png'),width=500,height=400)
plot(fit1,"rl",main=paste0("Return period of yearly max. temp.",date1,"-",date2),ylim=c(30,45))
lines(y=c(maxt,maxt), x=c(1.2,rp), col="red", lwd=1, lty=2)
lines(x=c(rp,rp), y=c(30,maxt), col="red", lwd=1, lty=2)
dev.off()
}