Hoogresolutie-gedownschaalde CMIP6-projectiesdataset van sleutelklimaatvariabelen voor Senegal

Waarom dit klimaatverhaal ertoe doet in het dagelijks leven

Senegal, zoals veel van West-Afrika, is sterk afhankelijk van neerslag voor voedselproductie en het onderhoud van inkomensbronnen. Toch ontbreekt het boeren, beleidsmakers en energiebeheerders vaak aan gedetailleerde, betrouwbare informatie over hoe regen, hitte en zonlicht in specifieke gebieden in de komende decennia kunnen veranderen. Dit artikel presenteert een nieuwe hoogresolutiedataset voor Senegal die het vage beeld uit wereldwijde klimaatmodellen verscherpt tot iets lokaals, praktisch en direct bruikbaars.

Werken vanuit mondiale klimaatmodellen naar lokale inzichten

De meeste klimaatprojecties komen uit mondiale modellen die de aarde opdelen in grote rastercellen, vaak honderden kilometers breed. Deze modellen zijn cruciaal om algemene opwarmingspatronen te begrijpen, maar ze hebben moeite met lokale kenmerken zoals de West-Afrikaanse moesson en kustinvloeden die het klimaat van Senegal bepalen. Daardoor kunnen ze verkeerde beeldvorming geven over hoeveel het regent, hoe heet het wordt of hoe zonnestraling per plaats varieert. De auteurs pakken dit probleem aan door de resultaten van 19 van de nieuwste CMIP6-klimaatmodellen te "downs-calen" naar een veel fijner raster over Senegal, van ongeveer vier kilometer per zijde, en door systematische fouten te corrigeren met behulp van lokale waarnemingen.

Hoe de data zijn opgebouwd en gecontroleerd

Om de projecties in de werkelijkheid te verankeren, stelde het team eerst gedetailleerde op waarnemingen gebaseerde datasets samen voor neerslag, temperatuur en zoninstraling. Neerslag is afkomstig van een mix van satellietschattingen en grondstations; temperaturen van een hoogresolutie globaal product dat werd gekozen na vergelijking met meerdere alternatieven; en zoninstraling van zonneschijnduur gemeten op weerstations en omgerekend met behulp van standaard fysische formules. Al deze gegevens werden op hetzelfde fijne raster geplaatst dat Senegal bestrijkt. Vervolgens werden met een statistische methode, de Cumulative Distribution Function-transform, modeluitvoer aangepast zodat het dag-tot-dag gedrag overeenkomt met het waargenomen klimaat op elk rasterpunt, terwijl het langetermijnklimaatsignaal van de oorspronkelijke modellen behouden bleef.

Zorgen dat de cijfers betrouwbaar zijn

Een dataset bouwen is slechts de helft van het werk; bewijzen dat het werkt is net zo belangrijk. De auteurs voerden rigoureuze technische controles uit om te waarborgen dat bestanden, formaten en metadata aan gemeenschapsnormen voldoen, zodat onderzoekers de data eenvoudig kunnen lezen en combineren. Ze voerden ook waardebeoordelingen uit door de gecorrigeerde modeluitvoer te vergelijken met waarnemingen over recente decennia. Voor correctie regen veel modellen te veel of te weinig, onderschatten zij hevige buien, rekenden droge periodes verkeerd uit of gaven ze temperatuurpatronen en zoninstraling verkeerd weer. Na correctie verminderden typische biases in neerslag en temperatuur sterk, kwamen seizoenscycli veel dichter bij waargenomen waarden te liggen en sloten maatstaven voor extremen, zoals zeer hete dagen of zware regenval, realistischer aan bij echte waarnemingen.

Wat de projecties zeggen over de toekomst van Senegal

De dataset bestrijkt de periode van 1850 tot 2100 en bevat drie verschillende toekomsten voor broeikasgasemissies, variërend van sterke verminderingen tot voortgezet groeien. In alle scenario’s warmt Senegal op, met de sterkste toename in het hoogste emissiepad, waarin de gemiddelde temperaturen tegen het einde van de eeuw meer dan zes graden Celsius hoger kunnen liggen dan eind 20e eeuw. Veranderingen in neerslag zijn minder uniform tussen modellen, maar velen suggereren minder regenachtige dagen, vaker voorkomende droge periodes en een groter aandeel van de neerslag geconcentreerd in intense of extreme gebeurtenissen, vooral later in de eeuw en bij hogere emissies. Patronen van zoninstraling worden ook nauwkeuriger weergegeven, wat van belang is voor de planning van zonne-energie en het begrijpen van gewaswaterbehoeften.

Van onderzoeksgetallen naar keuzes in de echte wereld

Voor een niet-specialist is de hoofdboodschap dat dit werk grove mondiale projecties omzet in een gedetailleerd, lokaal afgestemd beeld van het toekomstige klimaat voor Senegal. In plaats van te gokken op basis van mondiale gemiddelden, kunnen boeren, waterbeheerders, stedelijke planners en energieontwikkelaars nu dagelijkse projecties van regen, hitte en zonlicht verkennen op een resolutie die groot genoeg is om akkers, stroomgebieden en stadswijken te matchen. Hoewel de dataset niet alle onzekerheid kan wegnemen en niet garandeert hoe een enkel jaar zich zal gedragen, biedt zij een geloofwaardige, zorgvuldig geteste basis om risico’s te verkennen en adaptatiestrategieën te ontwerpen die aansluiten op de realiteit ter plaatse.

Bronvermelding: Mbengue, A., Sultan, B., Lguensat, R. et al. High-Resolution Downscaled CMIP6 Projections dataset of Key Climate Variables for Senegal. Sci Data 13, 723 (2026). https://doi.org/10.1038/s41597-026-07059-9

Trefwoorden: Klimaat Senegal, gedownschaald CMIP6, neerslagprojecties, temperatuurverandering, West-Afrika