Temporal and spatial scales of extremes of daily tropical rainfall : the example of Thailand (1979-2024)

De Wildcard van het Weer: Waarom Regen Moeilijk te Vangen is

Stel je voor dat je met een net probeert een specifieke regendruppel te vangen tijdens een storm. Dat is ongeveer wat wetenschappers doen wanneer ze extreme regenval bestuderen. Regen is niet alleen een gestage motregen; het is een chaotische mix van kleine, kortstondige onweersbuien (zoals individuele vonken) die zich soms samenvoegen tot enorme, georganiseerde systemen (zoals een brullend kampvuur). Dit studieveld, bekend als meteorologie, probeert te begrijpen hoe deze "vonken" en "kampvuren" zich gedragen over ruimte en tijd.

Om orde in deze chaos te scheppen, gebruiken onderzoekers een paar belangrijke instrumenten. Ten eerste kijken ze naar percentielen, wat vergelijkbaar is met het rangschikken van een race. In plaats van te vragen "Hoeveel regen is er gevallen?", vragen ze: "Was deze dag natter dan 9%(of andere waarde)% van alle andere dagen?" Dit helpt hen om de echte extremen te spotten zonder in de war te raken door hoeveel regen er normaal gesproken op een specifieke plek valt. Ten tweede meten ze ruimtelijke schalen, wat gewoon een chique manier is om te vragen: "Als het hier stortbui, hoe ver daarvandaan regent het dan ook?" Is de regen een kleine, geïsoleerde plas, of een gigantische overstroming die een hele stad bedekt? Ten slotte controleren ze de temporele schalen: "Duurt deze storm een uur, of blijft het dagenlang regenen?" Het begrijpen van deze patronen is cruciaal omdat extreme regen kan leiden tot plotselinge overstromingen, oogsten kan vernietigen en levens kan ontwrichten. Als we kunnen voorspellen hoe groot en hoe lang deze stormen duren, kunnen we betere steden bouwen en ons voorbereiden op het ergste.

---

De Grote Regenjacht in Thailand

In dit onderzoek besloot een team wetenschappers om de detective uit te hangen met de regen in Thailand. Ze wilden precies uitzoeken hoe groot en hoe lang de wildste regenstormen worden. Ze gokten niet zomaar; ze bekeken een enorme dataset die 46 jaar beslaat, van 1979 tot 2024. Om de meest nauwkeurige kijk te krijgen, gebruikten ze twee verschillende soorten "regenmeters". De eerste was een netwerk van 75 echte regenmeters verspreid over het land—fysieke emmers die het werkelijke water opvangen. De tweede was een set van drie hoogtechnologische computermodellen (genaamd MSWEP, CHIRPS en ERA5) die de neerslag over het hele land schatten met behulp van satellieten en weerspatronen.

De onderzoekers zochten naar de "ExtD" (Extreme Dagelijkse Neerslag). Ze definieerden dit als dagen die natter waren dan 90%, 95%, 99% of zelfs 99,9% van alle andere dagen. Zie het als het vinden van de top 10%, top 5%, top 1% en de superzeldzame top 0,1% van de regenachtige dagen. Ze vroegen zich af: Hoe ver uit elkaar komen deze extreme dagen voor? Duren ze slechts één dag, of houden ze een week aan? En, het belangrijkste: kunnen de computermodellen deze extremen net zo duidelijk zien als de echte regenmeters?

De Bevindingen: De Regen is Kleiner, Korter en Wordt Wilder

Dit is wat het team ontdekte, en het blijkt dat de computermodellen een paar blinde vlekken hebben.

1. Het "Pixel"-probleem met Computermodellen
De wetenschappers ontdekten dat de computermodellen over het algemeen goed zijn in het raden van het algemene weer, maar dat ze moeite hebben met het echt wilde werk. Wanneer een echte regenmeter een enorme hoosbui registreerde, zeiden de computermodellen vaak: "Oh, dat was maar een flinke regenbui." De modellen hadden de neiging om te onderschatten hoeveel regen er viel op de meest extreme dagen.

Waarom? Stel je een foto voor die is genomen met een camera met een lage resolutie. Als je inzoomt op een kleine, heldere vonk, maakt de camera deze wazig en laat het eruitzien als een doffe, grotere gloed. Vergelijkbaar daarmee, omdat computermodellen de wereld verdelen in een raster (zoals pixels op een scherm), strijken ze de kleine, intense regenbuien glad. De echte regenmeters lieten zien dat extreme regen vaak heel lokaal is—soms gebeurt het op één plek, maar niet eens 10 kilometer verderop. De modellen maakten de regen echter groter qua oppervlakte dan het in werkelijkheid was.

2. Hoe Groot is de Storm?
Het team mat de "grootte" van deze stormen met behulp van iets dat de e-folding afstand wordt genoemd. Dit is een chique manier om te vragen: "Hoe ver moet je reizen voordat de kans om dezelfde extreme regen te zien met ongeveer 37% afneemt?"

• Voor de "matige" extremen (de top 10% van de regenachtige dagen, of p90), lieten de echte regenmeters zien dat deze stormen meestal een cirkel beslaan van ongeveer 77 kilometer breed.
• Voor de superzeldzame, "monster" stormen (de top 0,1% van de dagen, of p99.9), zijn de echte stormen klein! De studie kon zelfs geen specifieke grootte meten voor deze, omdat ze zo klein en geïsoleerd zijn dat de regenmeters te ver uit elkaar stonden om ze beide op te vangen.
• De computermodellen zeiden echter dat deze stormen enorm waren. Voor de monsterstormen schatten de modellen dat ze gebieden tot wel 274 kilometer breed besloegen. De modellen zagen in feite een gigantische wolk waar in werkelijkheid slechts een kleine, intense vonk was.

3. De "Eenmalige" Aard van Regen
De onderzoekers controleerden ook hoe lang deze extreme dagen duren. Ze ontdekten dat de meeste extreme regenachtige dagen "tijdelijk geïsoleerd" zijn.

• Ongeveer 55% van de "matige" extreme dagen komt alleen voor, zonder vergelijkbare regen de dag ervoor of erna.
• Voor de "monster" stormen (p99.9) zijn 90% van hen geïsoleerde enkele dagen.
• Zelfs wanneer deze extreme dagen deel uitmaken van een natte periode, wordt de periode niet veel langer. Een storm die de top 0,1% drempel bereikt, betekent niet noodzakelijkerwijs dat het een week lang achter elkaar zal regenen. De computermodellen hadden de neiging dit te overschatten, waarbij ze suggereerden dat stormen langer duurden dan ze in werkelijkheid deden.

4. De Regen wordt Intenser
Ten slotte keken het team naar de langetermijntrend van 1979 tot 2024. Ze vonden een duidelijk signaal: de neerslag intensiveert.

• De totale hoeveelheid regen in Thailand is niet drastisch veranderd, en het aantal regenachtige dagen is niet toegenomen.
• Echter, de frequentie van de extreme dagen schiet omhoog. Het aantal dagen dat de top 95% en 99% drempels bereikt, neemt sneller toe dan de gemiddelde neerslag.
• Dit suggereert dat hoewel het misschien niet vaker regent, het wanneer het regent, veel heviger wordt.
• Interessant genoeg hadden de computermodellen moeite om deze trend te vangen. Het ERA5-model deed het redelijk goed in het tonen van deze intensivering, maar het MSWEP-model slaagde er niet in dit accuraat te vangen. Sterker nog, voor de zeldzaamste stormen (p99 en p99.9) toonde MSWEP een negatieve trend, wat suggereerde dat de extreme regen afnam, wat in strijd is met de waargenomen werkelijkheid. Dit vertelt ons dat als we willen bestuderen hoe klimaatverandering stormen erger maakt, we niet simpelweg op elk computermodel kunnen vertrouwen; we moeten heel voorzichtig zijn met welk model we gebruiken.

De Kern van het Verhaal

Deze studie is een reality check voor hoe we extreem weer volgen. Het laat zien dat echte regen vaak chaotischer, lokaler en kortstondiger is dan onze beste computermodellen suggereren. De modellen hebben de neiging de randen te vervagen, waardoor stormen groter en langer lijken dan ze werkelijk zijn. Hoewel de modellen geweldig zijn voor het algemene weer, hebben ze moeite met het vastleggen van de echte "monsterstormen" die de meeste schade aanrichten.

De meest opwindende les is de trend: Thailand ziet meer van deze intense, geïsoleerde buien. De regen valt niet alleen harder, de extremen worden de nieuwe norm. Zoals de wetenschappers opmerkten, suggereert dit een langdurige intensivering van de neerslag, een patroon dat past bij wat we verwachten van een opwarmende planeet. Maar om dit duidelijk te zien, moeten we de grondwaarheid vertrouwen—de werkelijke regenmeters—meer dan de gladgestreken plaatjes van de computerschermen.