De zonnevlekken cyclus en de zonne-energie TSI

De zonnevlekken cyclus en de zonne-energie TSI

Een vervolgonderzoek naar de samenhang tussen  de zonne-energie en de zonnevlekken cyclus aan de hand van de TSI composiet. Deze strekt zich uit over de periode 1976 tot en met 2017 en omspant 4 zonnevlekken cycli.

Inleiding

Dit is een vervolgonderzoek naar de relatie tussen de zonnevlekken cyclus en de zonne-energie TSI. Het eerste onderzoek beperkte zich tot cyclus 24. Maar de gebruikte data toonde tekortkomingen. Er was veel ontbrekende data rondom het zonnevlekken maximum waardoor de waarden voor de TSI tijdens het maximum te laag uit vielen. Vandaar dit vervolgonderzoek. Deze keer nemen we de hele periode waarover data over de TSI beschikbaar is. Dat is over de periode 1976 tot en met 2017. De data bevat de gemiddelde zonne-energie per dag. Dit is samengevat in de gemiddelde TSI per jaar. Deze is nader geanalyseerd. Gekeken is wat de laagste jaargemiddelde is en wat de hoogste is. Vervolgens is met behulp van mijn globaal model gekeken hoe dit uitwerkt op de globale gemiddelde temperatuur. Vervolgens is gekeken hoe dit zich verhoudt tot de standaard afwijking van de gemiddelde temperatuur. Het blijkt dat de zonnevlekken cyclus slechts bijdraagt aan de natuurlijke variatie rondom de gemiddelde temperatuur van de Aarde. Het kan de trend van de opwarming van de Aarde niet verklaren. Het geeft slecht extra natuurlijke variatie. Voor de opwarming ligt het meer voor de hand om naar het versterkt broeikaseffect te kijken.

Het onderzoek – de data en de analyse

De data die gebruikt is stamt van het PDMO Instituut uit Zwitserland. Het is een composiet van de afzonderlijke deelbestanden van de zonne-energie TSI verzameld met behulp van de afzonderlijke satellieten. Het laat zien dat er wel degelijk een hoge mate van overeenstemming bestaat tussen het aantal zonnevlekken op de zon en de hoeveelheid zonne-energie. Zie figuur 1;

ACRIM_Composite_TSI_Time_Series_ssn

Figuur 1 – De samenhang tussen de zonnevlekken cyclus en TSI

De gebruikte data omspant 4 zonnevlekken cycli en beslaat de periode 1976 tot en met 2017. De minima liggen rond 1986, 1997 en 2009. De maxima zijn minder makkelijk vast te stellen. Er is dan  veel ruis rond het gemiddelde. De data bevat de gemiddelde dagwaarde van de TSI. Het bestand is zeer omvangrijk en bevat daardoor wel heel veel gegevens maar in deze vorm niet zo heel veel informatie. Om de informatie uit het bestand te halen is de data samengevat in gemiddelde TSI per jaar. Daar is de standaardafwijking en de minimum en de maximum waarde voor de TSI per jaar aan toegevoegd. Verder is nog de trend voor de jaarlijkse TSI hier aan toegevoegd. Dit geeft het volgende beeld. Zie figuur 2;

tsi-max-min

Figuur 2 – De TSI samengevat in jaar gemiddelden en statistieken.

Wat we aan de hand van dit figuur kunnen zien is dat de gemiddelde waarde voor een zonnevlekken maximum hoger is dan voor een minimum. Wat we ook kunnen zien  is dat de standaardafwijking rond het gemiddelde voor de minima een stuk kleiner is dan voor de maxima. Tijdens de maxima vinden we de hoogste waarden voor de zonne-energie TSI maar ook de laagste waarden. Wat we ook zien is dat de trend voor de TSI niet stijgend is maar licht dalend maar in essentie vlak is. We kunnen deze data nog verder samenvatten door de gegevens in een tabel weer te geven met een aantal standaard statistieken te weten het gemiddelde, de standaardafwijking en de minima en het maxima van de data. Zie tabel I;

tab-1-tsi-dag-jaar

Tabel I – De basis statistieken voor de TSI voor het dag en het jaargemiddelde.

Door de data van het dagelijks gemiddelde samen te vatten in het jaargemiddelde valt de standaardafwijking iets lager uit. Ook zijn de extremen iets minder afwijkend van het gemiddelde. De gemiddelde waarde van de TSI veranderd niet. Het verschil tussen de hoogste jaargemiddelde en de laagste bedraagt nu slechts 1,17 W/m2. Wat we nu willen weten is wat dit verschil betekent in temperatuurverschillen voor de Aarde. Daarvoor gebruiken we het model dat ik speciaal voor dit soort dingen heb ontwikkeld. De berekening is vergeleken met de standaardafwijking van de globale temperatuur zoals die voor de Aarde gemeten is over deze periode. Het resultaat ziet u in tabel II;

tab-2-tsi-temp

Tabel II – Het effect van de verschillen tussen hoogste en laagste TSI

Het verschil tussen de hoogste jaargemiddelde van de TSI en de laagste levert volgens mijn model een verschil op van slechts 0,06 °C. Dat is minder dan de standaardafwijking van de globale maximum en minimum temperaturen zoals die voor de Aarde gemeten zijn. Zoals we gezien hebben in figuur 2 is de trend in jaargemiddelde TSI ook nog eens nagenoeg vlak. Zonnevlekkencycli kunnen de opwarming van de Aarde niet verklaren. Dat kan geen enkel (semi)periodiek proces. Ze voegen slechts ruis toe aan de trend van de opwarming. Om de opwarming van de Aarde te kunnen verklaren moet je een factor hebben die eveneens een stijgende trend laat zien. Dat is bij de CO2-emissies wel het geval evenals het CO2-gehalte van de atmosfeer. Verder komt het overeen met de theorie dat een stijging van het CO2-gehalte de gemiddelde temperatuur van de Aarde laat stijgen.

Conclusies

Er is een samenhang tussen de zonnevlekken en de hoeveelheid zonne-energie TSI. De gemiddelde waarde voor de TSI tijdens het maximum is hoger dan tijdens het minimum. Maar de standaardafwijking tijdens het maximum is een ook stuk hoger. Tijdens een maximum zie je de hoogste maar ook de laagste waarden voor de TSI. Klimaat gaat om het gemiddelde weer tijdens een langere periode. Vandaar dat je data dient samen te vatten voor langere perioden. De trend in de TSI is niet stijgend maar nagenoeg vlak. Het effect van de zonnevlekken cyclus op de globale temperaturen op Aarde is beperkt. Het draagt slechts bij tot de ruis op het signaal. Het signaal van de alsmaar doorgaande opwarming van de Aarde kan het niet verklaren. Het versterkt broeikaseffect dat wil zeggen het stijgen van de CO2-emissies en daardoor het CO2-gehalte van de atmosfeer zijn betere kandidaten om de opwarming van de Aarde te verklaren.

Literatuurlijst

NASA science – Solar variability and terrestial climate

ACRIM – Composite TSI time series

PMDO – Solar Constant: TSI composite

PMDO – Data products:

Databestand: C. Fröhlich, 2006, “Solar Irradiance Variability Since 1978:

;    Revision of the {PMOD} Composite During Solar Cycle 21”,

;    Space Science Rev. 125: 53-65, 2006, available from

;    ftp://ftp.pmodwrc.ch/pub/Claus/ISSI_WS2005/ISSI2005a_CF.pdf

Researchgate.net – Comparison of the ACRIM and PMOD Composite TSI time series

KNMI Climate Explorer: ERA interim 1979 – “now”

De zonne-energie over de zonnevlekken cyclus 24

Het ontwikkelen van een simpel model enz.

 

Over Raymond Horstman

Onderzoeker, analist, schrijver. Havo B-pakket, HBO analytische chemie en propedeuse Bestuurskunde aan de Universiteit van Twente. Een brede belangstelling in algemene zaken en een bijzondere interesse in klimaatstudies. Mijn woonplaats wordt door een bekend schrijver die er gewoond heeft omschreven als het "onliefelijk stadje E.". Een bekend dichter had het over het einde van de spoorlijn. Het is een fijne stad om in te wonen. Kort samengevat: E. heeft het!
Dit bericht werd geplaatst in artikel en getagged met , , , , , , . Maak dit favoriet permalink.

3 reacties op De zonnevlekken cyclus en de zonne-energie TSI

  1. natuurfreak zegt:

    Dat is zware kost.Heb het enkele malen moeten lezen om een heel klein beetje te kunnen volgen.

    Liked by 1 persoon

  2. Pingback: Vergelijkingen | Raymond FANTASTische Horstman

  3. Pingback: Vergelijkingen | Raymond FANTASTische Horstman

Geef een reactie

Vul je gegevens in of klik op een icoon om in te loggen.

WordPress.com logo

Je reageert onder je WordPress.com account. Log uit /  Bijwerken )

Google photo

Je reageert onder je Google account. Log uit /  Bijwerken )

Twitter-afbeelding

Je reageert onder je Twitter account. Log uit /  Bijwerken )

Facebook foto

Je reageert onder je Facebook account. Log uit /  Bijwerken )

Verbinden met %s

Deze site gebruikt Akismet om spam te bestrijden. Ontdek hoe de data van je reactie verwerkt wordt.