Am 18. Mai 2010 hielt Andrei Illiaronow vom Institut für ökonomische Analyse IEA in Moskau einen Fach-Vortrag zur Qualität der Methoden zur Berechnung der russischen Mitteltemperatur für die vergangenen 160 Jahre. Der Ort, an dem der Vortrag gehalten wurde, war mit Bedacht gewählt. Es trug ihn anlässlich der 4. Internationalen Klimakonferenz in Chicago vor. Sie wurde, wie die 3 Vorgängerkonferenzen und die 5 Nachfolgekonferenzen vom Heartland Institute veranstaltet.  Ca. 100 Teilnehmer der ca. 650 anwesenden Wissenschaftler folgten diesem Vortrag, darunter der Autor dieser Zeilen.

Video des Vortrages von A, illaronov am 18.Mai 2010 auf der Heartland Klimakonferenz in Chicago.
Der Inhalt des Vortrages hatte es in sich, trotzdem wurde er kaum beachtet. Das sei hiermit nachgeholt.
Andrei Illiaronow hatte es zusammen mit seiner Ko-Autorin Natalia Pivovarova unternommen, die Zeitreihe der mittleren Temperaturanomalie für ganz Russland nachzubilden. Dazu wurden die frei zugänglichen Daten des Russian Institute of Hydro Meteorological Information/World Data Center (WDC) verwendet, sie können hier abgerufen werden. Insgesamt werden in dieser Datenbank die Datensätze von 476 russischen Wetterstationen bereitgestellt.
Eine der für die Temperaturberechnung des IPCC verantwortliche Stelle, die Climate Research Unit der Universität von East Anglia in England, unter Leitung von Prof. Phil Jones hat ihrerseits nur 121 der verfügbaren Datensätze für die Bestimmung der mittleren Welttemperatur, bekannt unter dem Namen HADCRUT 3, veröffentlichten Analyse  verwendet. Die Auswahlkriterien dafür sind nicht ganz klar. Doch die Berechnungsmethode ist im Detail[1] festgelegt. Man gibt jedoch an, dass diese russische Untermenge eine statistisch gleichverteilte Auswahl[2] darstellt.  Abbildung 1 zeigt die Lage der 476 Stationen, Abbildung 2 die Lage der von der CRU verwendeten 121 Stationen. 
Der IPCC Bericht von 2007 berichtet von einem Anstieg der globalen Mittel-Temperatur von 1907 bis 2008 nach dieser Methode [3] von +0,74 K. Er wurde nach dieser Methode ermittelt. Die für Russland gewählte Untermenge von 121 Stationen zeigt für den genannten Zeitraum einen Anstieg von 1,29 K

Soweit so bekannt, so weit so gut.

Oder doch nicht? Was z.B. ergibt sich, wenn die Zahl der Stationen zur Berechnung des Mittelwertes der Anomalie weiter verringert wird. Gibt es dann einen unteren Grenzwert, wo die Kurven auseinander laufen? Oder müssen die Stationen bestimmte Eigenschaften besitzen, um repräsentativ zu sein?
Um diese Fragen zu beantworten, reduzierten die Autoren, die zur Berechnung verwendete Zahl der Stationen weiter. Von anfangs 476 auf (IPCC) 121.

Abbildung 1: Anzahl und Lage der 476 russischen Wetterstationen, sie decken einen wesentlichen Teil des russischen Territoriums ab. Der Schwerpunkt liegt im europäischen Teil Russland

Abbildung 2: Anzahl und Lage der von der CRU verwendeten 121 russischen Wetterstationen, auch sie decken einen wesentlichen Teil des russischen Territoriums ab. Der Schwerpunkt liegt nicht mehr im europäischen Teil Russland

Abbildung 3: Anzahl und Lage der verbleibenden 12 russischen Wetterstationen.sie decken nur einen sehr geringen Teil des russischen Territoriums ab. Falls man überhaupt von Schwerpunkten sprechen kann, liegen dieser wieder im europäischen Teil Russland mit 7 Stationen (25 % der Landmasse) während ein zweiter, mit nur 5 Stationen, im asiatischen Teil (75 % der Landmasse) sitzt. Von einer Abdeckung der Landfläche Russlands kann keine Rede mehr sein.
Russland bedeckt immerhin mit rd. 17,1 x 10^6 km2 etwa 11.5 % der weltweiten Landmasse. Der Anteil der russischen Stationen ist also für das globale Ergebnis sehr bedeutend. Auch deswegen unternahmen die Autoren Illiaronow et al den folgenden Vergleich. Sie fragten sich, wie viele Stationen es eigentlich bedürfe, um die ermittelte Zeitreihe abzubilden.

Das Ergebnis der Reduzierung ist mehr als verblüffend.


Abbildung 3: Temperaturanomalie der russischen Wetterstationen gebildet aus allen 476 (gelb) bzw. 121 (lila) Temperaturdatensätzen, die von der CRU ausgewählt wurden. Die Übereinstimmung beider ist erwartungsgemäß gut, beide Kurven verlaufen fast identisch. 
Dann reduzierten sie die Zahl der Datensätze weiter, auf 37, um dann zuletzt auf nur noch 12 (hier abgebildet) um dann bei nur noch 4 Stationen (deren Zeitreihe wird nur im Vortrag gezeigt)  zu landen.
 Abbildung 4: Temperaturanomalien der russischen Wetterstationen gebildet aus allen 476 (dunkel lila) bzw. 121 (rot-lila) Temperaturdatensätzen, die von der CRU ausgewählt wurden, sowie 37 (blau) und 12 (hell lila) Datensätzen russischer Stationen.  Wie zu erkennen, gibt es keine nennenswerten Unterschiede zwischen allen 4 Zeitreihen. Sie liegen nur an manchen Stellen bei max 0,15 K. 
Das ist mehr als überraschend. Die Übereinstimmung ist frappant eng. Denn sie würde bedeuten, dass sich die mittlere Anomalie der Temperatur Russlands völlig unabhängig von der Zahl der Mess-Stationen, aber auch von der Qualität der verwendeten Datensätzen, gleichförmig, fast identisch, bestimmen ließe. Die vielfältigen Fehler der Messungen treten nicht in Erscheinung. Die verbliebenen Unterschiede liegen allesamt im Bereich der Unsicherheit. Sie sind also statistisch nicht signifikant.
Und das über mehr als 40 Breitengrade hinweg, mit Berg und Tal, ewigen Flächen und endlosen, wenn auch häufig vereisten Küsten im Nordatlantik und im Pazifik, auf der riesigen Landmasse des  russischen Landes, welches sich 9000 km weit von Ost nach West und 4000 km von Nord nach Süd über die eurasische Landmasse, d.h. über 2 Kontinente erstreckt.
Die verbliebenen 12 Stationen und ihre Position, der Beginn ihrer Messungen und die Häufigkeit ihrer lokalen Umsetzung, sowie deren aktueller Bevölkerung  sind in Abb. 5 dargestellt. Vielleicht, so dachten wohl die Autoren, lässt sich daraus ergründen, warum diese Stationen fast exakt dasselbe Ergebnis abliefern, wie die zuvor gemittelten 476 oder 121 Stationen

Abbildung 5: Tabelle der 12 „Wunderstationen“ die ausreichen, den Anstieg der mittleren Temperaturanomalie auf 1/10 K genau zu zeigen.  Ihre größten Gemeinsamkeiten sind die hohe Bevölkerungszahl (Dichte), wie auch ihre lange Beobachtungszeit. Ihre mittlere derzeitige Bevölkerungszahl liegt bei 655.000. Davon nur 4 unter 25.000.
Die Autoren stellten sich daher die Frage, worin sich die 12 (zuletzt waren es nur noch 4; siehe Vortrag) bestimmenden Stationen letztlich von den anderen unterscheiden. Sie stellten fest, dass sowohl die letzten 12, als auch die im Vortrag erwähnten vier verbleibenden Stationen, die sind, deren Aufzeichnungsdauer am längsten verfügbar ist.  Die Tabelle zeigt die Lage und den Beginn der Aufzeichnungen dieser zwölf Stationen. Zu den letzten vier (aus den 12) gehören die Stationen von St. Petersburg (seit 1743) mit 4,581 Mio Einwohnern, Archangelsk (seit 1813) mit 356 Tausend Einwohnern, Astrachan (seit 1837) mit 499 Tausend Einwohnern und als Ausreißer Yeniseysk (seit 1871) mit nur 19.000 Einwohnern.
8 der 12 Stationen  liegen zudem in sehr dicht bevölkerten urbanen Zentren, deren mittlere Bevölkerungszahl bei > 655.000 Einwohnern liegt.  Nur 4 (der 12) haben gleich oder weniger als 25 Tausend Einwohner. Von den verbliebenen 4 sogar nur 1  Yeniseysk mit nur 19.000 Einwohnern
Deshalb verglichen die Autoren, neben vielen anderen Vergleichen (siehe ppt Kopie des Vortrags) die Temperaturentwicklung der 10 am dünnsten besiedelten  Wetterstationen mit denen der 10 am dichtesten besiedelten Gebiete.

Abbildung 6: Differenztemperaturentwicklung der Anomalien der Mitteltemperaturen von 10 Stationen mit der geringsten Bevölkerungsdichte zu den 10 Stationen mit der höchsten Bevölkerungsdichte. In beiden Kollektiven wurden die Änderung der Mitteltemperatur von 1897-1906 zu der von 1997-2006 errechnet. Dann beide Mittelwerte miteinander verglichen. Die Differenz liegt bei 1,35 K. Also nur rd 0.06 K  über dem von CRU ermittelten Temperaturanstiegs für Russland von 1,29 K. Somit statistisch identisch.
Die Differenz der 10 Stationen mit größter Erwärmung zu den 10 Stationen mit schwächster Erwärmung beträgt 1,35 K.

Der Unterschied ist deutlich.

Die 10 am dichtesten besiedelten Messorte tragen also mit etwas mehr als 100 % zur insgesamt berechneten durchschnittlichen Erwärmung für ganz Russland von 1,29 K bei. Die restlichen 111 (121 – 10) senken den mittleren Anstieg nur um 0,06 K. Das bedeutet, dass man die Erwärmung dieser Stationen sehr wahrscheinlich ganz oder überwiegend auf die Wirkung des Urban Heat Island (UHI) Effekt zurückzuführen muss, denn die 10 Stationen mit geringster Population haben auch die geringste Erwärmung und zeigen daher diesen starken Anstieg nicht.  Da diese Methode auf alle Datensätze, nicht nur die russischensondern weltweit angewendet wurde, ist mit hoher Wahrscheinlichkeit anzunehmen, dass die verwendete Methode nach Phil Jones von der CRU, so gut wie ausschließlich, nur den UHI Effekt erfasst. 
Oder anders ausgedrückt: Man hat mit der Methode CRU des Phil Jones[4] wohl ein gutes Proxy für die Zunahme der Bevölkerungsdichte über die Bestimmung der lokalen Mitteltemperatur gefunden, aber (zumindest) nicht die reale russische Mitteltemperaturentwicklung bestimmt. Deren Anstieg, legt man stattdessen die Daten der (fast) ruralen Stationen  zugrunde, dürfte im Mittel für die letzten 100 Jahre bei ± 0 K liegen,.
Dieses verblüffende Resultat veranlasste dann auch die Autoren zu folgenden vorsichtigen Feststellungen: 

It means that for calculating the Russian and then, therefore, Global temperature averages: 
· the temperature time-series collected from 97,5% Russian weather stations are excessive,
· the measurements made at the weather stations established after 1872 are unnecessary,
· the quality of data at all those stations doesn’t matter.

Zu deutsch (Anmerkungen in Kursiv von mir):
das bedeutet, dass für die Berechnung der russischen und dann damit die globalen Temperatur-Mittelwerte:
·      die Temperatur-Zeit-Reihen, die von (den restlichen!) 97,5% russischen Wetterstationen gesammelt wurden, (in Bezug auf die Auswertung) überschüssig sind,
·      die Messungen der Wetterstationen, die nach 1872 gegründet wurden, dazu unnötig (für die Bestimmung der russischen Mittelwerte) sind,
·      die Qualität der Daten all dieser Stationen keine Rolle spielt. (denn sie ist offenbar für die Bestimmung der russischen Mittelwerte völlig unerheblich)
Mir scheint aber, dass es noch eine andere Möglichkeit gibt, warum die vier oder zwölf finalen Datensätze die anderen 464 (476 – 12) oder auch 109 (IPCC) so offensichtlich markant dominieren, bzw. glatt überschreiben, oder anders ausgedrückt, warum das Signal der Vielen gegenüber dem Signal der Wenigen einfach verschwindet.
Keiner der verfügbaren Datensätze ist in seiner ursprünglichen, seiner Roh-Form abrufbar. Alle diese Datensätze sind von den Meteorologen aus z.T. sehr guten Gründen zuvor bearbeitet worden.  Denn sie mussten Ausreißer, dh. Werte, die aus Gründen die evtl. einem defekten Thermometer oder einer Stationsumsetzung oder einem anderen nicht meteorologischen Grund zuzuordnen wären, und deshalb unplausibel scheinen, herausfischen (auch mittels automatisierter statistischer Methoden, wie Winsorizing oder Trimming). Zudem mussten sie lange und kurze Leerzeiten innerhalb der Zeitreihen künstlich auffüllen, oder ganze Leerstellen künstlich ersetzen. Derartige Probleme sind in der Meteorologie seit langem bekannt, ebenso wie das Verfahren zu ihrer Minimierung dazu. Auch ist bekannt, dass es nicht unproblematisch ist. Man nennt es Homogenisierung,  d.h. auf Deutsch und ist erfreulich klar: Gleichmacherei. 
Doch mit der Methode Jones hat diese universelle, seit Beginn der Wissenschaft von der Meteorologie eingesetzte Methode der Homogenisierung, wohl ihre überraschenden Grenzen gefunden.
Jetzt wird auch klar, warum die Anomalienbildung samt Homogenisierung auf John´sche Art anscheinend für die Bestimmung der Temperatur des Planeten nichts taugt. Sie führt offensichtlich zu falschen Ergebnissen. 
Deswegen empfiehlt es sich vielleicht,  wieder zur zu Fuß Methode nach Prof. K.H. Ewert zurückzukehren, der in mühsamer Kleinarbeit, die absoluten Werte der Zeitreihen von jetzt ca. 1500 Wetterstationen weltweit verglichen und ihre Erwärmungs- und Abkühlungstendenzen bestimmt hat. Darüber demnächst mehr
Die ausschließliche Verwendung der CRU Methode der Gruppe um P. Jones kann – trotz der durch sie erzielten kräftigen Vergrößerung durch ausschließliche Betrachtung der Änderung durch die Bildung von (kleinen) Anomalien aus (großen) Absolutwerten- evtl. auch der Grund dafür sein, warum sich ein von den Alarmisten vermutetes Signal der Treibhausgase in den Beobachtungen partout nicht finden lässt. Wenn 12 (oder sogar 4) von 121 oder 476 Stationen, mit ihren vom UHI völlig dominierten Werten ausreichen, um die vermeintliche Temperaturanomalie für ganz Russland abzubilden, bleibt für eventuelle und zudem nur hypothetische andere Treiber (forcings), wie dem des CO2, kein Platz mehr übrig.
Bei der Bestimmung der Absolutwerte der Temperaturzeitreihen nach der Methode Ewert findet sich das CO2 Signal übrigens auch nicht.
Das bedeutet letztendlich ganz klar , dass dieses postulierte Signal entweder nicht existiert oder zu schwach ist, um eine erkennbare Wirkung zu haben.


[1] The basic methodology for calculation of the global temperature is described in:
Jones, P.D., M. New, D.E. Parker, S. Martin, and I.G. Rigor. 1999. Surface air temperature and its changes over the past 150 years.
Reviews of Geophysics 37: 173-199.
http://www.agu.org/journals/rg/v037/i002/1999RG900002/1999RG900002.pdf
[2] CRU: The data subset will consist of a network of individual stations that has been designated by the World Meteorological Organization for use in climate monitoring. The subset of stations is evenly distributed across the globe and provides a fair representation of changes in mean temperature on a global scale over land
[3] Russia’s Assessment Report 2008, pp. 9, 36:http://climate2008.igce.ru/
[4] Unter anderem in „Assessment of urbanization effects in time series of surface air temperature over land“ von Jones et al erschienen 1990 in Nature wie auch in späteren Veröffentlichungen versuchen die Autoren zwar den UHI zu bestimmen und ihn dann als systematischen Fehler  zu korrigieren. Danach stieg dieser Effekt schleichend von 0 (1900) auf  0,05 °C  (1990) an.  Damit sei dieser viel zu gering, so argumentieren sie, um signifikant zu sein. Außerdem tendiere er seit 1990 wieder gegen 0. Er sei also zu klein, um überhaupt beobachtet zu werden.

Related Files

image_pdfBeitrag als PDF speichernimage_printBeitrag drucken