So wie die größte Mühle der Welt kein Weizenmehl
aus Erbsenschoten gewinnen kann, so können
seitenlange Formelsammlungen aus ungenauen
Daten kein eindeutiges Ergebnis liefern.Thomas Henry Huxley, Biologe/Anthropologe (1869)
I. Wissenschaftliche Aussagen im Unterschied zu allgemeinverständlichen Aussagen
II: Temperaturentwicklung der letzten 1000 – 2000 bzw. 30 Jahre
III: Temperaturentwicklung der letzten 1000 – 2000 bzw. 3 Jahre
IV: Geschwindigkeit, Gleichzeitigkeit und Mitteltemperatur
V: Zur Entstehungsgeschichte globaler Temperaturkurven
VI: Paris, Temperaturanomalien und ‑mittelungen, Wetterballons und unsere Atmosphäre
VII: Luft- und Wassertemperaturen im Pariser Eintopf
Diese Folge setzt eine in der letzten Folge begonnene Bemühung fort, für Wissenschaftslaien die Chancen zu verbessern, das Pariser Übereinkommen zum Klima von 2015 vernünftigerweise und nicht nur aus Autoritätshörigkeit heraus zweckmäßig finden zu können. Viele halten das Pariser Übereinkommen aber auch für unzweckmäßig und zugleich die Senkung von CO2-Emissionen für zweckmäßig. In diesem Fall lässt sich fragen:
Worin außer in der Autoritätsinstanz könnte ein Unterschied liegen zwischen der Annahme einer Zweckmäßigkeit von CO2-Emissionssenkungen und einer Annahme wie die, dass Störche Babys bringen (4. Folge), wenn wir nicht zumindestens ansatzweise verstehen, wie die statistischen Entsprechungen zwischen Temperatur/CO2 bzw. Störchen/Geburtenraten entstehen?
Bei vielen geht die Autoritätshörigkeit so weit, dass sie in solche Richtung gar nicht fragen können, da für sie klar ist, dass in Sachen Temperatur/CO2 ihre Autoritätsinstanz die richtige ist: »die Wissenschaft«. Wie weit es mit so einem Wissenschaftsverständnis her ist, wurde in der 1. Folge angerührt.1
Bodennahe Lufttemperaturen
Die letzte Folge ergab, dass in den Punkten der Globaltemperaturkurven, wie sie oben zu sehen sind, Mittelwerte von Tageshöchst- und Tagestiefsttemperaturen (Tmax und Tmin) verrührt sind.
Abhängig von den Ablesezeiten entsprechen die abgelesenen Tmax und Tmin manchmal den realen Tmax und Tmin und manchmal nicht.
Der Mittelwert aus Tmax und Tmin ergibt keine Tagesdurchschnittstemperatur. Grob zum Verständnis: Wenn es 23 Stunden am Tag zwischen 20 und 30 °C warm ist und 1 Stunde am Tag zwischen 5 und 0 °C kalt, beträgt die Tagesdurchschnittstemperatur nicht (30+0)/2=15 °C. Eine in der letzten Folge erwähnte Studie, die sich mit dem Effekt der Nichtermittlung realer Tagesdurchschnittstemperaturen befasste, ergab eine Überschätzung der Erwärmung in China von etwa 12%.2
Tagesmittelwertbildungsverfahren zu überprüfen, scheint in den Klimawissenschaften keine beliebte Beschäftigung zu sein. Die neueste Studie zu Auswirkungen unterschiedlicher Tagesmittelwertbildungen auf globale – und nicht nur nationale – Temperaturkurven, die ich finden konnte, stammt von 2014. Sie wertete Daten von rund 5600 weltweit verteilten Messstationen aus, die stündliche Messungen (T24) durchführen. Die Studie fand, dass der Mittelwert aus Tmax und Tmin die globale Tagesdurchschnittstemperatur gegenüber einer Berechnung aus T24 um etwa 0,3 °C überschätzt. In kalten Jahreszeiten kommt es fast überall auf der Welt zu einer Überschätzung; in warmen Jahreszeiten in vielen Gebieten aber auch zu einer Unterschätzung. Bei Mittelungen heben die Abweichungen einander teilweise auf. Insgesamt werden die Auswirkungen der Abweichungen auf die mittlere globale Erwärmungsrate laut der Studie so klein, dass sie vernachlässigbar seien. Nur auf regionaler und lokaler Ebene könne die Erwärmungsrate bis zu 25% daneben liegen.3
Zur Konstruktion der Globaltemperaturkurve werden die von landgestützten Stationen gemessenen Tmax und Tmin über den Monat gemittelt und von einem 30-jährigen Normalwert abgezogen. Dieser Normalwert wird aus Messungen derselben Messstation berechnet oder mit Hilfe anderer Stationen geschätzt. Aus den so gewonnenen Monatstemperaturanomalien entstehen durch Mittelung Jahrestemperaturanomalien – fast.
Denn zwischendrin sind noch Anpassungen nötig, damit die Temperaturmessungen richtiger werden. Hier zwei Beispiele aus der globalen Klima-Datenbank GHCN (behandelt in der 5. Folge)4:
Die rötlichen Kurven stellen die ursprünglichen Werte dar, die schwarzen korrigierte Werte – links Hamburg (Flughafengebiet Fuhlsbüttel) und rechts Reykjavik (Island). Meistens finden solche Korrekturen automatisch statt. Die offizielle Vorgehensweise sieht aber auch manuelle Datenänderungen vor.5 Wie viele Messstationen von Datenänderungen betroffen sind und ob manuelle Änderungen nachvollziehbar dokumentiert werden, habe ich nicht nachgeforscht.
In Reykjavik scheint man in alten Zeiten besser gemessen zu haben als in Hamburg, denn dort wurden die ursprünglichen Werte nur um halbe Grade verändert, in Hamburg um ganze. In Hamburg geht dabei eine lange Wellenform verloren, die sich über grob 70 Jahre erstreckt und auch in Reykjavik zu sehen ist. Das Jahr 1965 wurde in Hamburg sogar rausgeworfen. Beim Thermometerablesen zu viel Köm getrunken? Die Hamburger Jahre 1940 bis 1942 blieben dagegen drin, obschon der drastische Temperaturabfall nach sehr viel Köm aussieht. Die Entscheidung, diese Jahre nicht zu korrigieren, hängt vielleicht mit ähnlichen Messergebnissen benachbarter Messstationen zusammen.
In beiden Beispielen steigt durch Absenkung von Werten alter Zeiten der Aufwärtstrend der Temperaturanomalien. Bei anderen Messstationen können die Datenkorrekturen zu einer Veränderung des Trends nach unten führen. Dadurch heben die Korrekturen einander bei Mittelungen teilweise auf. Nach Angaben von Berkeley Earth6 verbessern die Korrekturen die globale Erwärmung in etwa diesem Ausmaß7:
Leider ist dieser Vergleich schon älter (2013). Die aktuellen Unterschiede zwischen korrigierten und unkorrigierten Daten könnten größer oder kleiner geworden sein. Neuere für Laien anschauliche Vergleichsgrafiken aus dem wissenschaftlichen Lager derer, die diese Korrekturen machen und die alle in dieselbe Richtung korrigieren, so dass ihre Globaltemperaturkurven nahe beeinander liegen, konnte ich nicht finden.
Außer der US-Behörde NOAA-NCEI, die das GHCN betreut, können unter anderem jeweilige nationale Institutionen Messdaten korrigieren, bevor sie sie zur Globalkurvenerstellung ins GHCN übermitteln. Nach der offiziellen Verfahrensweise sind Datenänderungen durch nationale Wetterdienste mindestens dann vorgesehen, wenn die Daten durch die Qualitätskontrolle der NOAA-NCEI fallen.8 National organisierte Korrekturen sind naheliegend, weil manche Probleme, zum Beispiel hinsichtlich von Ablesezeiten oder Instrumentenwechseln, eher auf nationaler Ebene durchschaubar sind. Das Gesamtausmaß von Änderungen an Messdaten in Globaltemperaturkurven ist von daher mindestens für die nichtwissenschaftliche Öffentlichkeit kaum einschätzbar, eventuell aber auch nicht für die Leute bei der NOAA-NCEI.
Ob es Kühlschränke und Atombomben gäbe, wenn Korrekturen von Messdaten über ein strenges Kalibrationsregime hinaus zur naturwissenschaftlichen Tradition gehörten?
Nach Korrekturen (von denen ich nicht weiß, ob bzw. wo sie durchgeführt werden) schreienunter anderem dieGehäuse, in denen diditale Thermometerder Messstationen untergebracht sind. Vor rund 20 Jahren sah es damit so aus:
Die meisten Standard-Lufttemperaturmessungen sind mit erheblichen Fehlern behaftet […]. Die gängigste Bauform unter einer Vielzahl von Gehäusen ist eine gestapelte Mehrplattenabschirmung, die in Tausenden von Wetterstationen verwendet wird […] Die natürliche Belüftung reicht oft nicht aus, um die Abschirmung wirksam zu belüften [Georges und Kaser, 2002], was zur Folge hat, dass die Temperatur der Abschirmung die Lufttemperatur um mehrere Grad [Celsius] übersteigen kann [Nakamura und Mahrt, 2005].9
Inzwischen sind bestimmt vielerorts bessere Gehäuse im Einsatz. Zusätzlich arbeitet man an Korrektur-Software auf Basis neuronaler Netzwerke (Quelle Grafik oben10):
Genaue Lufttemperaturdaten sind für die Klimaforschung, die Kohlenstoffsteuer und die Schätzung von Emissionsreduktionen notwendig. Der Temperaturfehler von Temperaturdaten, die von einer nicht belüfteten Mehrplatten-Strahlungsabschirmung geliefert werden, liegt jedoch aufgrund verschiedener Faktoren, insbesondere der Sonneneinstrahlung, in der Größenordnung von 1 °C. Um diesen Fehler zu verringern, wird eine Methode zur Korrektur des Temperaturfehlers vorgeschlagen, die auf einer Methode der numerischen Strömungsmechanik (CFD) und einer Methode der extrem lernenden Maschine (ELM) für einen Strahlungsschild basiert.11
Ausflug in die USA
Technisch zu den besten landgestützten Messsystemen der Welt gehört das US-Wetterstationsnetz USCRN (U.S. Climate Reference Network), das ab 2001 nach und nach in Betrieb ging und heute aus rund 140 recht gleichmäßig über die USA verteilten Wetterstationen besteht.12 Die USA eignen sich gut, um Datenkorrekturen nachzuverfolgen – nicht zuletzt, weil dort offener dokumentiert und diskutiert wird als in anderen Ländern.13
Expertinnen von Berkeley Earth trauen digitalen Messinstrumenten des USCRN systematische Abweichungen von 0,5 °C nach unten zu:
Die meisten Stationen haben von der Verwendung von Flüssigkeit-in-Glas-Thermometern (LiG) […] auf elektronische Minimum-Maximum-Temperatur-Systeme (MMTS) oder automatische Oberflächen-Beobachtungssysteme (ASOS) umgestellt. […] MMTS-Sensoren tendieren dazu, die Tageshöchsttemperaturen etwa 0,5 °C kälter als LiG-Thermometer am gleichen Ort zu messen.14
Eine ältere Studie stellte noch höhere Abweichungen fest, jedoch nicht nur nach unten, was Ausgleichsrechnungen schwierig machen würde – zumal Thermometerumstellungen häufig nicht dokumentiert sind und aus Temperatursprüngen erraten werden:15
Während eines einjährigen Feldvergleichs von USCRN-Temperaturen [, die mit älteren Flüssigkeit-in-Glas-Thermometern arbeiten] und Temperaturen, die von einem [elektronischen] Maximum-Minimum-Temperatur-System (MMTS) gemessen wurden, zeigen Analysen der stündlichen Daten, dass die MMTS-Temperatur Abweichungen aufwies: 1) eine systematische, von der Umgebungstemperatur abhängige Abweichung und 2) eine von der am Messort herrschenden Sonnenstrahlung und Windgeschwindigkeit abhängige Abweichung. Die Größenordnung dieser beiden Abweichungen reichte von einigen Zehntelgraden bis über 1 °C […] [E]s zeigten sich Überschätzungen der Temperatur (positive Abweichungen) bei Tagesbeobachtungen, die sogar mehr als 0,88 – 1,08 °C betrugen, wenn die Windgeschwindigkeit gering war […]. Offensichtlich wiesen die meisten MMTS-Messungen tagsüber Überschätzungen der Temperatur auf, während nachts die meisten MMTS-Messungen die Temperatur unterschätzten.16
Für sich genommen haben die USCRN-Stationen zwischen 2005 und 2023 keine klimatische Erwärmung in den Kontinental-USA (USA ohne Alaska und Inseln17) festgestellt:
Anhand der Daten des USCRN-Netzes werden die Messergebnisse des über 1000 Wetterstationen umfassenden Netzes USHCN (U.S. Historical Climatology Network) korrigiert, mit dessen Hilfe langfristige Temperaturtrends in den USA ermittelt werden. Diese Korrekturen haben fast keine Auswirkungen auf den Temperaturtrend im 21. Jahrhundert. Die größeren Anpassungen geschehen an älteren Daten.
In einer Studie von 2016, die sämtliche Korrekturen als angemessen bewertet, heißt es: »[D]er Nettoeffekt der Anpassungen auf das USHCN ist ziemlich groß, da er den mittleren Temperaturtrend des letzten Jahrhunderts im Vergleich zu den rohen Beobachtungsdaten effektiv verdoppelt hat.»18
Die Korrekturen verändern die Klimageschichte der Kontinental-USA wie die von Hamburg in Richtung Hockeyschläger (Grafikdaten 19 leider auch hier schon älter):
Mit den Korrekturen erscheint die Hitzewelle ab 2005 als historisch beispiellos. Ohne die Korrekturen erscheint die Hitzewelle ab 2005 geringfügig stärker als die um 1935.
Vielleicht weniger korrigiert sind die Angaben der US-Umweltschutzbehörde (EPA) zum Umfang der Landflächen in den Kontinental-USA, die von »ungewöhnlich hohen Sommer-Temperaturen« betroffenen waren. Hier20 bleibt die 1935er Hitze mit der ab 2005 vergleichbar:
Mit »ungewöhnlich« ist gemeint: die Temperatur liegt im oberen Zehntel des lokalen Temperaturdurchschnitts der letzten rund 100 Jahre. Als Datenquelle gibt die EPA die NOAA an.
Die Grafik bezieht sich nur auf Sommermonate. Könnte der Unterschied in der 1935/2005-Angelegenheit (falls die unkorrigierten Daten als Anhaltspunkt nicht in Frage kommen sollen) vielleicht mit unterschiedlichen Temperaturentwicklungen der Jahreszeiten zusammenhängen? Im Sommer scheint CO2 in seiner Erwärmungsaktivität nachlässiger zu sein als im Winter. Jahreszeitliche Unterschiede verschwinden in Jahres-Mittelwertbildungen21.
Geradezu falsch sieht der Hitzewellen-Index 22 für Kontinental-USA aus:
Wassertemperaturen
Inhaltlich ergeben die bodennahen Lufttemperaturanomalien knapp 30% eines Punktes auf den Globaltemperaturkurven. Da rund 71% der Erdoberfläche von Ozeanen bedeckt ist, fehlt jedem Punkt auf den Globaltemperaturkurven noch rund 71% Information – falls man den Globaltemperaturkurven grundsätzlich einen informativen Charakter zusprechen möchte (siehe auch 4. Folge).
Zur See gemachte Messungen von Lufttemperaturen gelten als zu ungenau und zu spärlich für klimatische Temperaturkurvenzwecke. Statt der Lufttemperatur wird die Temperatur des Oberflächenwassers gemessen, genannt See Surface Temperature (SST). Als Oberflächenwasser / Sea Surface gelten grob etwa die ersten 10 Meter Wassertiefe.23
So, wie es für bodennahe Lufttemperatur-Daten zentrale Datenbanken wie das GHCN gibt, in denen historische und aktuelle Temperaturwerte aus aller Welt gesammelt werden, gibt es auch für SSTs zentrale Datenbanken. Die beiden wohl wichtigsten heißen ICOADS – International Comprehensive Ocean-Atmosphere Data Set (NOAA-betreut) und HadIOD – Hadley Centre Integrated Ocean Database.
Mehrere Institutionen erstellen Kurven zum zeitlichen Verlauf der globalen SST-Temperaturen seit Beginn der Industrialisierung bzw. seit dem Ende der Kleinen Eiszeit. Drei häufig verwendete SST-Datensätze heißen:
-
HadSST bzw. HadISST vom Hadley Centre, einer Abteilung des britischen Wetterdienstes
benutzt in HadCRUT und BEST (HadISST enthält zusätzlich Daten zum Meereis) -
ERSST (Extended Reconstructed SST) von der NOAA-NCEI
benutzt in NOAA Global Temp und GISTEMP Global LOTI -
COBE-SST (Centennial Observation-Based Estimates of SST) von der japanischen Wetterbehörde JMA.
Übereinander gelegt sind die Temperaturkurven dieser drei SST-Datensätze 24 kaum auseinander zu halten. Weil sie so genau sind?
Die Konstruktionsmethoden der SST-Datensätze sind unterschiedlich. Der HadSST-Datensatz beispielsweise wird sehr grob etwa so gemacht:
-
Sammlung möglichst vieler SST-Messwerte, vor allem aus dem ICOADS und der HadIOD.
-
Qualitätskontrollen mit automatischem Aussortieren als »unpassend« eingeschätzter Werte.
-
Zuweisung der Messwerte zu Messmethoden und anhand dessen Änderung der Messwerte.
Siehe dazu unten. -
Änderung der Messwerte so, dass sie einer Wassertiefe von 20 cm entsprechen.
Natürlich tut das Wasser den Zuständigen nicht den Gefallen, seine Temperatur relativ zur Wassertiefe überall und immer gleich zu ändern. Es wird geschätzt und gebügelt. -
Gliederung der SST-Messwerte nach Gebieten, die durch die Längen- und Breitengrade der Erde bestimmt sind (Gebietsgröße: 1° Breite und 1° Länge).
-
Zusammenfassung der SST-Messwerte eines Gebiets, die in denselben 30 bis 35 Tagen angefallen sind, zu einem SST-Vorabwert.
-
Bildung einer SST-Vorabanomalie durch Subtraktion eines Normalwerts von diesem SST-Vorabwert.
-
Mittelung der SST-Vorabanomalien, die innerhalb desselben Gebietes von 5° Breite und 5° Länge liegen, wobei manchen Vorabanomalien mehr Einfluss zugesprochen wird als anderen und niedrigste und höchste Vorabanomalien herausfliegen (genannt Winsorisieren).25
Die Gebietsgröße 5° Breite und 5° Länge entspricht rund 300 000 km2 am Äquator. Richtung Nord- und Südpol schrumpft das 5°-Gebiet nach und nach auf rund 13 000 km2. Über den dicken Daumen entsprechen diese Flächen denen Deutschlands und Schleswig-Holsteins.26
Zur Berechnung von SST-Normalwerten sind verschiedene Methoden im Einsatz. Die Methoden unterscheiden sich in den verwendeten Gebietsgrößen, in den Zeiträumen, über die SST-Einzelwerte zusammengefasst werden, in den Datenkorrekturmethoden und anderem. Abhängig vom Meeresgebiet und Anwendungszweck schätzen Klimawissenschaftlerinnen die unterschiedlichen SST-Datensätze als unterschiedlich gut brauchbar ein.
Die eigentlichen Messdaten, aus denen SST-Anomalien berechnet sind, entstanden und entstehen ebenfalls in unterschiedlicher Weise.
Anfangs warfen Seeleute an Seilen befestigte Eimer über Bord und tauchten Thermometer ins so an Bord gebrachte Wasser. Nach etwa 1930 wurde die Eimermethode mehr und mehr durch Temperaturmessungen von Motorkühlwasser ersetzt, genannt ERI-Methode (Engine Room Intake). Seit den 1970er Jahren sind auch an Schiffsrümpfen befestigte Thermometer im Einsatz.
Wäre es möglich, dieselbe Wassertemperatur mehrmals zu messen, so wie man beispielsweise die Länge eines Holzbretts mehrmals messen kann: Wie sehr würden die Ergebnisse der unterschiedlichen Messmethoden voneinander abweichen? Motoren erwärmen das Wasser je nach Motortyp und ‑leistung unterschiedlich, und das Kühlwasser stammt je nach Schiffstyp aus unterschiedlichen Wassertiefen und damit unterschiedlich kaltem Wasser. Oder auch: Welcher Unterschied entsteht bei Messungen von Wasser in Eimern unter welchen Wetterbedingungen in Abhängigkeit von der Eimerbeschaffenheit, Schiffsgröße, Fahrtgeschwindigkeit, Körperkraft der eimerwerfenden Person, der Zeit, die nach dem Eimer-Einholen bis zum eigentlichen Temperaturmessen vergeht?
Die folgende Grafik27 zeigt die Temperaturentwicklung der Weltmeere seit 1940 aus unkorrigierter Eimer- und Motorkühlwassersicht (soweit bekannt oder ratend zugeordnet, siehe unten):
Die helleren Bereiche um die Kurven geben laut Beschreibung der Quelle einen 95 % »Unsicherheitsbereich« (»uncertainty range«) an. Was damit genau gemeint ist, weiß ich nicht. Wenn dieselbe Größe mit Hilfe zweier unterschiedlicher Instrumente ermittelt wird und unterschiedliche Ergebnisse herauskommen, von denen unklar ist, welches dem »wahren Wert« näher kommt, sollte doch die Unsicherheit eines jeden Instruments den Bereich der Unsicherheit des jeweils anderen Instruments umfassen? So gesehen würde die Grafik sagen: 2010 lagen die Temperaturen rund 1 °C höher oder rund 0,4 °C niedriger als 1945 oder auch irgendwo dazwischen (Hellgrün links unten bis Helllila recht oben und Helllila links oben bis Hellgrün rechts unten).
Wie dem auch sei: an den Ergebnissen von Schiffsmessungen müssen umfangreichere Korrekturen durchgeführt werden, bevor sie in SST-Anomalien einfließen.
Die Korrekturen setzen Kenntnisse darüber voraus, mit welcher Methode die jeweiligen Messwerte ermittelt wurden. Laut einer Studie von 2017 steht es damit nicht so günstig:
Der Mangel an zuverlässigen Beobachtungsmetadaten [zusammen mit den Messdaten hinterlegte Informationen, u.a. zur Messmethode] stellt ein zentrales Hindernis für das Verständnis der Messabweichungen bei der Meeresoberflächentemperatur (SST) dar […] Veränderte Beobachtungspraktiken und Messmethoden sind für weit verbreitete systematische Verzerrungen in der historischen SST-Aufzeichnung verantwortlich, die in der Größenordnung des Klimasignals liegen (Jones, 2016; Kent et al., 2017).28
Während der 2010er Jahre gingen die Wissenschaftlerinnen beim britischen Hadley Centre nach eigenen Angaben wie folgt mit diesem Problem um – hoffentlich heute nicht mehr:
Es ist wahrscheinlich, dass viele Schiffe, die als mit Eimern messend eingetragen sind, tatsächlich die ERI-Methode verwendet haben ([…]). Um die daraus resultierende Unsicherheit widerzuspiegeln, wurden 30 ± 10 % der Eimerbeobachtungen als ERI-Beobachtungen neu zugeordnet. So wurde zum Beispiel ein Rasterfeld mit 100 % Eimerbeobachtungen so zugeordnet, dass es zum Beispiel 70 % Eimer und 30 % ERI enthielt. Einige Messdaten konnten nicht mit einer Messmethode in Verbindung gebracht werden. Diese wurden nach dem Zufallsprinzip entweder als Eimer- oder als ERI-Messungen zugeordnet. Die relativen Anteile wurden aus einer zufällig generierten AR(1)-Zeitreihe [Zahlen, die so erfunden werden, dass sie nicht völlig willkürlich herumspringen] […] abgeleitet.29
Teilweise fließen in SST-Werte nicht nur Schiffsmessungen ein, sondern auch Daten, die von Messbojen stammen, manchmal zusätzlich Satellitendaten und Schätzungen von Wassertemperaturen anhand von Meereis-Aufkommen.
Satellitendaten zur SST-Bestimmung stehen seit 1981 zur Verfügung.30 Satelliten messen Energie, die von der Meeresoberfläche abgestrahlt wird. Außer von der Wassertemperatur hängen die Messergebnisse von den jeweiligen atmosphärischen Bedingungen, weiteren Eigenschaften des Wassers, Eigenheiten des Instrumentariums und den sich mit der Zeit verändernden Flugbahnen der Satelliten ab. Um Satellitendaten zur SST-Bestimmung nutzen zu können, sind außer Umrechnungen von Energiewerten in Temperaturwerte komplexe Korrekturberechnungen nötig. Die Korrekturen werden auf der Basis von SST-Daten gemacht, die unmittelbar zur See gewonnen werden, das heißt von Schiffen oder Messbojen stammen (In-situ-Daten genannt).
Bei der Einberechnung von Satellitendaten spielt eine statistische Methode eine Rolle, die sich »Optimale Interpolation« (OI) nennt. Nach einer Beschreibung, die von Wissenschaftlerinnen der NOAA und des Hadley Centres und einer Firma stammt, funktioniert die OI im Prinzip so:
Die Analyse beginnt mit einem Hintergrund- oder First-Guess-Feld, das in unserem Fall die Analyse der Vorwoche ist. Die Differenzen zwischen den Daten und dem First-Guess-Feld, Dateninkremente, werden berechnet. An jedem Analyserasterpunkt bestimmt die Analysemethode objektiv eine Reihe von Gewichten für jedes der Dateninkremente. Die Gewichte basieren auf den Entfernungen zwischen dem Gitterpunkt und den Daten sowie auf den Varianz- und Kovarianzfehlern des First-Guess-Feldes und der Dateninkremente. Sobald die Gewichte festgelegt sind, werden sie mit den Dateninkrementen multipliziert und aufsummiert, um ein Analyseinkrement an jedem Gitterpunkt zu erhalten. Die vollständige Analyse wird durch Addition des Analyseinkrements zur ersten Schätzung ermittelt. Die Analyse ist objektiv, wenn alle diese Fehler bekannt sind. Natürlich sind sie nicht genau bekannt und werden nur geschätzt.31
Messungen von Wassertemperaturen durch Messbojen finden seit Ende der 1970er Jahre statt.32 Seit 2005 besteht eine Ozeanabdeckung durch Messbojen, die Klimawissenschaftlerinnen als zufriedenstellend beurteilen. SST-Daten von vor 1990 beruhen mindestens zu 80% auf Schiffsdaten. SST-Daten ab 2015 beruhen mindestens zu 80% auf Messbojen.33 Im Verlauf der Zeit wurden unterschiedliche Arten von Messbojen mit je eigenen Tücken bezüglich ihrer Messabweichungen eingesetzt.
Seit der Jahrtausendwende treiben zunehmend besondere Messbojen in den Strömungen der Weltmeere: Argo-Schwimmer, benannt nach einem Schiff der alt-griechischen Mythologie. Argo-Schwimmer haben eine sehr hohe Messgenauigkeit im Bereich von 0,002 °C 34 (wenn man nur die Thermometer ohne Gehäuse beachtet?). Sie können zwar nicht ihre Schwimmrichtung beeinflussen, aber in vorgegebenen Intervallen selbständig tauchen und ihre Messergebnisse per Satellit versenden.
Wie bodennahe Lufttemperaturen, so können sich SST-Temperaturen in verschiedenen Gebieten in unterschiedliche Richtungen entwickeln. Die folgende Grafik 35 illustriert von der Argo-Flotte ermittelte Temperaturen ab 2004. Angegeben sind absolute Durchschittstemperaturen verschiedener Wassertiefen, nicht Anomalien.
Im Meeresgebiet nahe der Arktis sinken laut Argo-Daten die Temperaturen seit etwa 2014, in den anderen Gebieten steigen sie seitdem. Im Jahrzehnt zuvor veränderten sich die Temperaturen kaum oder sanken.
Argo-Schwimmer dürfen nur selten über die 65. Breitengrade hinaus Richtung Pole (90°) schwimmen, damit sie sich nicht die Köpfe an Eisschollen stoßen. In der Grafik oben fehlen daher Angaben zur Arktis und Antarktis.
Laut anderen Datenquellen wird die Arktis wärmer. Die Antarktis zeigt in einem bestimmten Gebiet eine Erwärmung und im Großen und Ganzen Abkühlung. Eine Studie von 2021, in der es um die Einschätzung eines Verfahrens namens ERA5 geht, sagt dazu aus:
Der Temperaturtrend aus ERA5 stimmt mit dem [Temperaturtrend] aus Beobachtungen überein, wobei in der Ostantarktis und der Westantarktis ein Abkühlungstrend vorherrscht, während auf der Antarktischen Halbinsel außer im australischen Sommer [Dezember bis Februar] ein Erwärmungstrend besteht.36
SST-Daten aus der Zeit vor dem Einsatz von Argo-Schwimmern werden in der wissenschaftlichen Literatur häufig bemeckert. Es herrscht Einigkeit darüber, dass seit Beginn der Industrialisierung bzw. der Kleinen Eiszeit eine Erhöhung der globalen Durchschnitts-SSTs eingetreten ist. Man kämpft um die Behebung systematischer Abweichungen in Größenordnungen, die aus Laiensicht geringfügig wirken, aus Sicht von stromlosen und/oder geldknappen Menschen im Zusammenhang mit dem Pariser Übereinkommen vielleicht auch nicht.
Systematische Abweichungen summieren sich in Mittelwertbildungen auf. Zufällige Abweichungen erzeugen mal überhöhte und mal zu niedrige Messergebnisse, so dass sie bei Mittelwertbildungen so gut wie verschwinden.
In der Beschreibung der HadSST-Konstruktion von 2019, mit deren Hilfe die Eimer- und Motorkühlwasserkurve weiter oben entstand, schreiben die strom‑ und geldversorgten HadSST-Konstrukteurinnen poetisch: »Kein Teil der SST-Aufzeichnung ist einfach zu verstehen oder ohne ein kleines Geheimnis.»37
Über die Unsicherheiten von SST-Bestimmungen seit Beginn der Industrialisierung schreiben sie:
Selbst subtile Änderungen in der Art und Weise, wie die Messungen durchgeführt werden, können zu systematischen Fehlern in den ermittelten Trends führen, und die historischen Änderungen waren nicht besonders subtil. Der geschätzte Fehler liegt in der Größenordnung von 0,1 – 1,0 °C, ähnlich wie die klimatischen Schwankungen im gleichen Zeitraum […] selbst auf globaler Ebene bestehen weiterhin erhebliche Unterschiede zwischen den Datensätzen.38
Zwei Jahre später ist laut einer Studie nichts besser geworden:
Die Rekonstruktion historischer SST-Werte zur Untersuchung des Klimawandels stellt eine besondere Herausforderung dar, da die SST-Messungen unsicher sind und systematische Abweichungen in der Größenordnung von 0,1 °C bis 1 °C aufweisen – diese systematischen Abweichungen liegen in der Größenordnung des historischen globalen Erwärmungssignals von etwa 1 °C. Die Abweichungen sind kompliziert und wurden im Allgemeinen mit vereinfachten Korrekturen angegangen.39
Vermischung von Luft- und Wassertemperaturen
Globale Mitteltemperaturen (genauer: globale mittlere Oberflächentemperaturen – GMST) entstehen durch Mischung von Lufttemperaturangaben und Wassertemperaturangaben. Wassertemperaturen entstehen aus dem Zusammenwirken von Lufttemperaturen über dem Wasser und Bewegungen im Wasser, die Wärme bzw. Kälte von unten nach oben, von oben nach unten und in die vier Himmelsrichtungen transportieren.
Um Lufttemperaturanomalien über Land und SST-Werte in derselben Maßzahl »GMST« zusammenfassen zu können, ohne dass dabei zu offensichtlicher Quatsch herauskommt, muss vorausgesetzt werden, dass SSTs ein ausreichender Ersatz für Lufttemperaturanomalien über den Meeren sind.40
Eine Studie von 2020, die im tropischen Pazifik durchgeführt wurde, stellt diese Voraussetzung in Frage:
Auf globaler und hemisphärischer Ebene wird davon ausgegangen, dass die Anomalien der Meeresoberflächentemperatur (SST) ein guter Ersatz für die Anomalien der oberflächennahen Meereslufttemperatur (MAT) sind. […] Hier zeigen wir, dass sich SST- und MAT-Anomalien hinsichtlich entscheidender statistischer Eigenschaften wie mehrjährige Trends […] von Tages- und Monatsmittelwerten unterscheiden. Wir liefern Beweise für die fehlende Austauschbarkeit anhand einer Reihe verankerter Bojen im tropischen Pazifik.41
Ist die Vermischung von Luft- und Wassertemperaturen in einer einzigen Globaltemperaturkurve wissenschaftlich nötig oder ist sie nur politisch nötig, weil zwei Kurven das Publikum überfordern könnten?
In seinem Sonderbericht über 1,5 °C globale Erwärmung (SR1.5) von 2018 jedenfalls machte der »Weltklimarat« (IPCC) die Vermischung verbindlich, indem er sie zu einem »Kernkonzept« erklärte und die GMST-Schätzung darauf gründete.42
IPCC und Paris
Als »vorindustrielles« Temperatur-Normalniveau legte das IPCC im Sonderbericht SR1.5 fest: einen für 1850 – 1900 errechneten Durchschnittswert aus kombinierten SST-Temperaturanomalien und oberflächennahen Lufttemperaturanomalien über Land 43, von Unsicherheiten bereinigt durch Mittelung der vier Datensätze HadCRUT, GISTEMP, NOAA Global Temp und Cowtan-Way.
Den Datensatz von Cowtan-Way habe ich bisher unter den Tisch fallen lassen, um die Dinge einfacher zu halten. Er stammt von zwei Wissenschaftlern an einer britischen und kanadischen Universität und entsteht durch veränderte Berechnungen der HadCRUT-Daten sowie Ergänzung von Satellitendaten, die einer höheren Gebietsabdeckung dienen sollen.44
Im Zusammenhang mit der GMST-Definition und weiteren Änderungen von Berechnungsweisen und Klimamodell-Hochrechnungen legt der Sonderbericht SR1.5 fest: zur Einhaltung des 1,5°-Ziels nach dem Übereinkommen von Paris sind weltweit noch CO2-Emissionen von 570 Gigatonnen (Gt – Milliarden Tonnen) erlaubt. Im fünften IPCC-Bericht von 2013 (AR5) betrug die erlaubte Menge nur 420 Gt. Der Unterschied von 150 Gt entspricht etwa vier Jahren weltweiter industrieller CO2-Emissionen.45 Pro Jahr betragen die menschengemachten CO2-Emissionen weltweit demnach rund 37 Gt.46 Die Atmosphäre enthält insgesamt etwa 850 Gt CO2.47
In der »Zusammenfassung für die politische Entscheidungsfindung« des SR1.5 heißt es:
Die Wahl des Maßes für die globale Temperatur [GMST] beeinflusst das geschätzte verbleibende CO2-Budget. Die Verwendung der globalen mittleren Lufttemperatur in Bodennähe wie in AR5 ergibt eine Schätzung des verbleibenden CO2-Budgets von 580 Gt CO2 für eine 50-prozentige Wahrscheinlichkeit, die Erwärmung auf 1,5 °C zu begrenzen und von 420 Gt CO2 für eine 66-prozentige Wahrscheinlichkeit (mittleres Vertrauen). Wird alternativ die mittlere globale Oberflächentemperatur zugrunde gelegt, ergeben sich für die 50-prozentige und die 66-prozentige Wahrscheinlichkeit jeweils Schätzungen von 770 Gt CO2 beziehungsweise 570 Gt CO2 (mittleres Vertrauen). Die Unsicherheiten bezüglich des Umfangs dieser geschätzten verbleibenden CO2-Budgets sind erheblich und von mehreren Größen abhängig. Unsicherheiten bezüglich der Klimareaktion auf CO2- und Nicht-CO2-Emissionen tragen ±400 Gt CO2 dazu bei und der Grad der historischen Erwärmung ±250 Gt CO2 (mittleres Vertrauen).48
Durch die Luft-/Wassertemperaturvermischung darf es demnach höhere CO2-Emissionen geben.
Zum unterstrichenen Ausdruck »mittleres Vertrauen« siehe 1. Folge dieser Serie. Er kann bedeuten:
-
Hohe Einmütigkeit des zuständigen Wissenschaftsteams – beschränkte Nachweisbarkeit
-
Mittlere Einmütigkeit des Teams – mittlere Nachweisbarkeit
-
Geringe Einmütigkeit des Teams – hohe Nachweisbarkeit.
Wäre es übertrieben zu sagen, dass »mittleres Vertrauen« und die hohen Unsicherheiten von ±400 Gt und ±250 Gt zusammen ergeben: Die CO2-Budgets, die als zur Einhaltung des Übereinkommens von Paris erforderlich gelten, werden geraten?
Im Übereinkommen von Paris ist viel von einer Bereitstellung finanzieller Mittel durch die »entwickelten Länder« die Rede. Naiverweise könnte man daraus schließen, dass »Entwicklungsländer« Geld bekommen. Das stimmt auch … in gewisser Weise … Mit der Bereitstellung finanzieller Mittel ist vor allem die Bereitstellung von Möglichkeiten der »Entwicklungsländer« gemeint, bei den »entwickelten Ländern« bzw. den von dort aus operierenden Großbanken Schulden für die »Klimarettung« zu machen, indem sie bei Großkonzernen einkaufen gehen. Könnte damit ein Interesse verbunden sein, die CO2-Budgets zu erhöhen? Dazu in der nächsten Folge mehr.
Verweise
1 Grafik aus R Rohde, Z Hausfather: The Berkeley Earth Land/Ocean Temperature Record. December 2020, Earth System Science Data 12(4):3469 – 3479, DOI:10.5194/essd-12 – 3469-2020, Lizenz: CC By. Jährliche Anomalien relativ zur Referenzperiode 1961 – 1990. Die erfassten Erdgebiete wurden wohl nicht auf eine gemeinsame Schnittmenge angeglichen. Der graue Bereich »Berkeley Uncertainty« gibt einen von Berkeley Earth berechneten Unsicherheitsbereich an – so etwas wie ein 95%-Konfidenzintervall. Zu Cowtan und Way siehe unten.
2 Y Liu, G Ren et al.: A Significant Bias of Tmax and Tmin Average Temperature and Its Trend. Journal of Applied Meteorology and Climatology, Volume 58/Issue 10, 1 Oct 2019, DOI 10.1175/JAMC-D-19 – 0001.1, pp. 2235 – 2246
3 K Wang: Sampling Biases in Datasets of Historical Mean Air Temperature over Land. Scientific Reports 4:4637, April 2014, DOI 10.1038/srep04637
4 Grafiken nach NASA GISS, basierend auf Daten der NOAA-NCEI, https://data.giss.nasa.gov/cgi-bin/gistemp/stdata_show_v4.cgi?id=GM000010147&dt=1&ds=14 und https://data.giss.nasa.gov/cgi-bin/gistemp/stdata_show_v4.cgi?id=IC000004030&dt=1&ds=14. Die Legenden der Grafiken der NASA GISS überlappen praktischerweise die Hitzeberge um 1930 (siehe 2. Folge). Die von der GISS angebotenen Text- und CSV-Dateien enthalten praktischerweise nicht die ursprünglichen Daten (die nicht unbedingt Rohdaten sein müssen, da zum Beispiel nationale Wetterbehörden Korrekturen an ihnen vorgenommen haben könnten). Kostenlose Lösungsmöglichkeit: PDF herunterladen, mit PDF24 nach SVG konvertieren und im SVG mit Inkscape die Legende entfernen oder verschieben.
5 Climate Data Record (CDR) Program: Climate Algorithm Theoretical Basis Document (C‑ATBD) – Global Historical Climatology Network-Monthly (GHCN‑M) – Mean Temperature (Version 4). CDRP-ATBD-0859/03CWC001, 23.10.2018, S. 28: »3.4.2.1 Manual Edits (Exceptions through Expert Assessment)«: »If the quality of any observation is determined to be different than that classified by the automated quality control process, using the check above or through other expert assessment, the update system allows for implementation of exceptions. Exceptions are incorporated into the update process through their addition to an ‘Edit file’. This file contains observations that require manual intervention to correct a problem that was found through other corroborating evidence to have been improperly handled in the update and automated QC [quality control] process. Corroborating evidence includes specific verifiable information such as that provided by a local expert who witnessed the extreme event or has other evidence to support the change in quality.« (Zeug mit DeepL übersetzbar)
7 Grafik nach Berkeley Earth: Understanding Adjustments to Temperature Data. 21.4.2014
8 Climate Data Record (CDR) Program: Climate Algorithm Theoretical Basis Document (C‑ATBD) – Global Historical Climatology Network-Monthly (GHCN‑M) – Mean Temperature (Version 4). CDRP-ATBD-0859/03CWC001, 23.10.2018, S. 25: »Data errors identified through this [quality control] process are either resolved through collection of data resubmitted from the contributing country or the data are flagged through the manual edit process«. In diesem Dokument auch Hinweis auf Datenänderungsaktivitäten des britischen Met Office.
9 H Huwald, CW Higgins et al.: Albedo effect on radiative errors in air temperature measurements. Water Resources Research, Vol. 45, W08431, DOI 10.1029/2008WR007600, 2009. Sämtliche deutschen Zitate aus englischsprachigen Quellen sind unautorisiert übersetzt.
10 Gestapelte Mehrplattenabschirmung mit natürlicher Belüftung aus Wikimedia – Famartin, Temperatursensorgehäuse 2013. Siehe auch Bilder und Zusammenhang zu WMO-Regularien bei C Musacchiol, G Coppa et al.: Effect of snow-covered ground albedo on the accuracy of air temperature measurements. Atmos. Meas. Tech., 14, 6195 – 6212, 2021, DOI 10.5194/amt-14 – 6195-2021
11 J Yang, Q Liu et al.: Design of a temperature error correction method used for meteorology and climate research. Atmospheric Research, Vol 263, 2021, DOI 10.1016/j.atmosres.2021.105817. »Kohlenstoffsteuer« ist kein Übersetzungsfehler – Originalausdruck: »carbon tax«.
12 NOAA: Program Overview. Gesehen 11.2.2023
13 Ähnliches gilt für Geheimdienstskandale, Kriegslügen, Wahlfälschungen usw. Nur, weil wir von solchen Dingen aus den USA viel mitbekommen, muss es dort nicht schlimmer zugehen als anderswo – im Gegenteil.
14 Berkeley Earth: Understanding Adjustments to Temperature Data. 21.4.2015 (gesehen 11.2.2023)
15 Climate Data Record (CDR) Program: Climate Algorithm Theoretical Basis Document (C‑ATBD) – Global Historical Climatology Network-Monthly (GHCN‑M) – Mean Temperature (Version 4). CDRP-ATBD-0859/03CWC001, 23.10.2018, S. 29: »[…] sources of inhomogeneity associated with changes in observer practice, instrumentation, and station location and environment are prevalent in the US and globally. At most stations, including thousands in the U.S., metadata are not available that document the occurrence of such changes. Thus an algorithm that does not rely on metadata is required to identify and adjust for the full spectrum of inhomogeneities.«
16 K Hubbard, X Lin et al.: Air Temperature Comparison between the MMTS and the USCRN Temperature Systems. Journal of Atmospheric and Oceanic Technology, Oktober 2004, DOI:10.1175/1520 – 0426(2004)021<1590:ATCBTM>2.0.CO;2, S. 1590 und 1594. Zu den Ausgleichsrechnungen und Dokumentationsproblemen siehe MJ Menne, C Williams Jr., R Vose: The U.S. Historical Climatology Network monthly temperature data, version 2. American Meteorological Society July 2009, in Kombination mit der USCRN-Versionsgeschichte
18 Z Hausfather, K Cowtan et al.: Evaluating the impact of U.S. Historical Climatology Network homogenization using the U.S. Climate Reference Network. AGU Volume 43, Issue 4, 28.2.2016, DOI 10.1002/2015GL067640, S. 1696
19 Grafik nach Berkeley Earth: Understanding Adjustments to Temperature Data. 21.4.2014
20 Grafik nach Daten der EPA: Climate Change Indicators: High and Low Temperatures. Stand: April 2021 (gesehen 15.2.2023). Quellenangabe der EPA: NOAA (National Oceanic and Atmospheric Administration). 2021. U.S. Climate Extremes Index. Accessed March 2021. www.ncdc.noaa.gov/extremes/cei. Die Spitzen der Hitzeberge verschieben sich, wenn man die Daten über 5 Jahre glättet.
21 EPA (US-Umweltschutzbehörde): Climate Change Indicators: Seasonal Temperature. Juli 2022. Datenquelle: NOAA (National Oceanic and Atmospheric Administration) 2022. National Centers for Environmental Information. Accessed January 2022. www.ncei.noaa.gov. Übersetzung der Bildbeschriftung von mir.
22 Grafik von EPA: Climate Change Indicators: Heat Waves. Stand: Juli 2022. Quellenangabe der EPA: Kunkel, K. 2022. Updated version of Figure 2.3 in: CCSP (U.S. Climate Change Science Program). 2008. Synthesis and Assessment Product 3.3: Weather and climate extremes in a changing climate. www.globalchange.gov/browse/reports/sap-33-weather-and-climate-extremes-changing-climate
23 M Le Menn, P Poli et al.: Development of Surface Drifting Buoys for Fiducial Reference Measurements of Sea-Surface Temperature. Front. Mar. Sci., 13 September 2019, Sec. Ocean Observation, DOI 10.3389/fmars.2019.00578
24 Grafik bestehend aus 3 Grafiken von E C Kent, J J Kennedy: A Call for New Approaches to Quantifying Biases in Observations of Sea Surface Temperature. Bulletin of the American Meteorological Society Vol. 98 / Issue 8, 1.8. 2017, DOI 10.1175/BAMS-D-15 – 00251.1, S. 1602, Lizenz: CC.
Hier ist ein Vergleich mit Absoluttemperaturen, Seite 5016: B Huang et al.: Evaluating SST Analyses with Independent Ocean Profile Observations. Journal of Climate 2018. DOI 10.1175/JCLI-D-17 – 0824. Hier ist ein Vergleich von HadCRUT und ERSST mit Absoluttemperaturen, bei dem nur die Gebiete genommen wurden, die beide Datensätze abdecken, Figure 2: Andy May: Sea-Surface Temperatures: Hadley Centre v. NOAA. WUWT 16.12.2020
25 J J Kennedy, N A Rayner: et al.: An Ensemble Data Set of Sea Surface Temperature Change From 1850: The Met Office Hadley Centre HadSST.4.0.0.0 Data Set. JGR Atmospheres Vol. 124, Issue14, 27 July 2019, pp 7719 – 7763, Fig. 10, DOI 10.1029/2018JD029867. (Hilfreich für mich war Andy May: Sea-Surface Temperature Anomalies. Blog 19.12.2020)
26 Grafik auf Basis einer Grafik von Djexplo – Wikimedia Commons
27 Kurven nach J J Kennedy, N A Rayner: et al.: An Ensemble Data Set of Sea Surface Temperature Change From 1850: The Met Office Hadley Centre HadSST.4.0.0.0 Data Set. JGR Atmospheres Vol. 124, Issue14, 27 July 2019, pp 7719 – 7763, Fig. 10, DOI 10.1029/2018JD029867. Im Begleittext steht, die Kurven zeigen Messungen, die »wahrscheinlich« Eimermessungen sind und »wahrscheinlich« ERI-Messungen.
28 G Carella, J J Kennedy et al.: Estimating Sea Surface Temperature MeasurementMethods Using Characteristic Differencesin the Diurnal Cycle. Geophysical Research Letters, 45, Dezember 2017, pp. 363 – 371. DOI 10.1002/2017GL076475. Lesenswert auch das Supplement zur Studie.
29 J J Kennedy, N A Rayner et al.: Reassessing biases and other uncertainties in sea-surface temperature observations measured in situ since 1850, part 2: biases and homogenisation. American Geophysical Union 2011. Neuere Beschreibung in J J Kennedy, N A Rayner: et al.: An Ensemble Data Set of Sea Surface Temperature Change From 1850: The Met Office Hadley Centre HadSST.4.0.0.0 Data Set. Ich kann nicht einschätzen, ob hauptsächlich die Beschreibung oder das tatsächliche Vorgehen verbessert wurde.
30 NCAR Climate Data Guide: SST Data Sets: Overview & Comparison Table. Gesehen 22.10.2022
31 R W Reynolds1, N A Rayner et al.: An Improved In Situ and Satellite SST Analysis for Climate. Journal of Climate Vol. 15 / Issue 13, 1.7.2002, DOI 10.1175/1520 – 0442(2002)015<1609:AIISAS>2.0.CO;2. Das Wort »Fehler« wurde nicht fehlübersetzt, im Original heißt es »error«.
32 R W Reynolds1, N A Rayner et al.: An Improved In Situ and Satellite SST Analysis for Climate. Journal of Climate Vol. 15 / Issue 13, 1.7.2002, DOI 10.1175/1520 – 0442(2002)015<1609:AIISAS>2.0.CO;2
33 Z Hausfather, K Cowtan et al.: Assessing recent warming using instrumentally homogeneous sea surface temperature records. Science Advances 4 Jan 2017, Vol 3, Issue 1, DOI 10.1126/sciadv.1601207
In HadSST werden keine Messwerte von Argo-Schwimmern benutzt. Messwerte von Argo-Schwimmern dienen einer unabhängigen Kontrolle, die bei Einbeziehung in die HadSST-Berechnungen nicht mehr möglich wäre (Kennedy, N A Rayner: et al.: An Ensemble Data Set of Sea Surface Temperature Change From 1850: The Met Office Hadley Centre HadSST.4.0.0.0 Data Set).
34 A P S Wong, S E Wijffels et al.: Argo Data 1999 – 2019: Two Million Temperature-Salinity Profiles and Subsurface Velocity Observations From a Global Array of Profiling Floats. Front. Mar. Sci., 15 September 2020, Sec. Ocean Observation, DOI 10.3389/fmars.2020.00700. Es geht das Gerücht um, Argo-Schwimmer seien ölbetrieben. Sie benutzen Öl nur im hydraulischen System, mit dem sie tauchen.
35 Kurven nach Climate4You, Argo-Daten Monatswerte in einzelnen Breitengradregionen mit folgenden Quellenangaben: »Global Marine Argo Atlas. Latest month shown: August 2020. Last diagram update: 23 September 2020. Acknowledment and additional information: Roemmich, D. and J. Gilson, 2009. The 2004 – 2008 mean and annual cycle of temperature, salinity, and steric height in the global ocean from the Argo Program. Progress in Oceanography, 82, 81 – 100.« (gesehen 29.10.2022). Argo-Zeitreihen scheint man nicht gern an die große Glocke zu hängen. Sie sind schwer im Internet zu finden, so dass ich keine direkte Quelle verwenden konnte. Anders als bei Climate4You habe ich die y‑Achsen gleich skaliert, so dass die riesigen Unterschiede der Meeresgebiete sichtbar sind. Siehe auch Vortrag von Ole Humlum: The State of the Climate – Based on Real Observations, 7.12.2022, Minute 37:45.
36 J Zhu, A Xie et al.: An Assessment of ERA5 Reanalysis for Antarctic Near-Surface Air Temperature. Atmosphere 2021, 12(2), 217; DOI 10.3390/atmos12020217. Siehe auch Übersicht zu den Messungen antarktischer Stationen bei der japanischen Wetterbehörde, Webseite der NASA zur Anzeige von Temperaturmessungen sowie B Stenni, M A J Curran et al.: Antarctic climate variability on regional and continental scales over the last 2000 years. Clim. Past, 13, 1609 – 1634, 2017, DOI 10.5194/cp-13 – 1609-2017
37 J J Kennedy, N A Rayner et al.: An Ensemble Data Set of Sea Surface Temperature Change From 1850: The Met Office Hadley Centre HadSST.4.0.0.0 Data Set. JGR Atmospheres Volume124, Issue14, 27 July 2019, pp. 7719 – 7763
38 J J Kennedy, N A Rayner et al.: An Ensemble Data Set of Sea Surface Temperature Change From 1850: The Met Office Hadley Centre HadSST.4.0.0.0 Data Set. JGR Atmospheres Volume124, Issue14, 20.6.2019, DOI 10.1029/2018JD029867
39 D Chan: Combining Statistical, Physical, and Historical Evidence to Improve Historical Sea-Surface Temperature Records. Harvard Data Science Review, 3(1). DOI 10.1162/99608f92.edcee38f
40 Hadley Centre for Climate Prediction and Research; University of East Anglia Climatic Research Unit: Monthly and Seasonal Blended MOHSST6-Jones Land Surface Air Temperature Dataset (1856 – 2002). NCAS British Atmospheric Data Centre 2015
41 A Rubino, D Zanchettin et al.: On the interchangeability of sea-surface and near-surface air temperature anomalies in climatologies. Sci Rep 10, 7433 (2020). DOI 10.1038/s41598-020 – 64167‑1
42 IPCC: Global Warming of 1.5°C an IPCC special report on the impacts of global warming of 1.5 °C above pre-industrial levels and related global greenhouse gas emission pathways, in the context of strengthening the global response to the threat of climate change, sustainable development, and efforts to eradicate poverty, S. 24. Immerhin ist von GMST-»Schätzung« die Rede (estimating) und nicht von »Messung« oder »Beobachtung« (measuring, observing).
43 IPCC: Global Warming of 1.5°C an IPCC special report on the impacts of global warming of 1.5 °C above pre-industrial levels and related global greenhouse gas emission pathways, in the context of strengthening the global response to the threat of climate change, sustainable development, and efforts to eradicate poverty, S. 56f. Der Bericht zitiert die oben genannte Studie Visser et al. 2018.
44 BEST und andere Datensätze fallen beim IPCC in die Rubrik »Ferner liefen …«.
46 Siehe dazu auch NOAA-Angaben und Wikipedia.
47 NASA: NASA Pinpoints Cause of Earth’s Recent Record Carbon Dioxide Spike. Pressemitteilung 12.10.2017
48 Offizielle deutsche Übersetzung des SR1.5: IPCC: 1,5 °C Globale Erwärmung, Punkt C.1.3, S. 16. In eckigen Klammern: Hinzufügung von mir.
Bild: Jan Kryzewski »Heißer Fluss« 1983 (https://t.me/SocialRealm)
Wohin wird uns führen, was die Autorin seit Monaten in schönstem Herrschaftssprech (man ist schon bei v2.0 angekommen, dem »generischen Femininum«) ausbreitet? Kritische Töne sollen wohl das »links« bei der Klimaserie rechtfertigen?
Also wohin? »Diese Folge setzt eine in der letzten Folge begonnene Bemühung fort, für Wissenschaftslaien* die Chancen zu verbessern, das Pariser Übereinkommen zum Klima von 2015 vernünftigerweise und nicht nur aus Autoritätshörigkeit heraus zweckmäßig finden zu können.«
Aha. Meine Mutter, Jahrgang 1932, gläubige Katholikin und CDU-Wählerin seit der Erstwahl 1953, sagte mir einmal: »Glauben muss man wollen.« Recht hat sie! Und für die Aussage oben, für das Ziel »von det janze« muss man sich doch nicht Monat für Monat durch die Klimawissenschaften quälen. Glauben muss man wollen!
Webseiten, die sich kritisch mit der ersten weltweit erfolgreichen grün-globalistischen Angstkampagne befassen, gäbe es reichlich. Bei aufruhrgebiet.de oder linkezeitung.de könnte man z.B. vorbeischauen, wenn es von linker Seite aus sein soll. »https://www.klima-diegrossetransformation.de/« ist keine linke Webseite, aber richtig gut.
* Laien sind in Durchbrechung sonstiger Sprachgepflogenheiten natürlich männlich. Wissenschaftler hingegen immer weiblich. Eh.
Sunnifa, will nur kurz schreiben: danke für deine tolle Arbeit. Schwanzwichtel sind bei der Freien Linken Zukunft hoffentlich nicht überrepräsentiert 😉
Dass die deutsche Sprache vor langer Zeit durch das generische Maskulinum verdorben wurde, macht diese Art der Gedankenherrschaft genauso wenig akzeptabel wie die Klassenherrschaft dadurch akzeptabel wird, dass sie seit langer Zeit besteht. Zu brechen ist die Herrschaft in beiden Fällen durch einen Willensakt – den die von der Herrschaft jeweils Begünstigten verständlicherweise als widernatürlich brandmarken möchten. Gäbe es in der Sprachfrage keine Begünstigung zu verlieren oder ginge es bloß um oberflächliche Nichtigkeiten ohne praktische Machtverschiebungen, wäre die Aufregung der »Schwanzwichtel«, wie Rul77 sie treffend nennt, nicht so groß.
Aber die gegenwärtige Offensive von oben srebt eine andere Herrschaftsform an. Sie richtet sich gegen die Begünstigung von »Schwanzwichteln« und »Weißen«. Sie richtet sich auch gegen kleine und mittlere Unternehmen und gegen die nationalstaatliche Gliederung der Menschheit. Reaktionäre Reaktionen darauf sind: Verteidigung patriarchaler Sprachnormen und rassistischer Geschichts- und Gesellschaftsdeutungen, Verteidigung des Konkurrenzkapitalismus und Nationalstaats. Seiten wie klima-diegrossetransformation.de sind ein gutes Beispiel: »Deutschland führt einen Krieg gegen sich selbst … Auf dem Weg in den grünen Kommunismus«…
Weshalb wollen die einen glauben, am katastrophalen menschengemachten Klimawandel sei nichts dran, und weshalb wollen die anderen an den katastrophalen menschengemachten Klimawandel glauben? Wenn man dieser Frage gründlich nachginge: Kämen dann nur Antworten heraus, die die Psychen und emotionalen Haushalte der Individuen beträfen?