von Dr. Konrad Voge
In diesem Artikel wird die Korrelation von Sonnenstunden und Lufttemperatur untersucht. In vielen Fällen der Untersuchung von Größen auf deren Zusammenhänge kann aus der Korrelation nicht auf die Kausalität geschlossen werden. In diesem Fall ist es umgekehrt. Die Kausalität dürfte unstrittig sein. Interessant ist jedoch die Stärke des Zusammenhangs. In einer 2024 veröffentlichten Arbeit wurde der Zusammenhang von Meeresströmungen (AMO-Atlantische Multidekaden Oszillation und NAO-Nordatlantische Oszillation) und der jährlichen Sonnenscheinstunden (SSH) dargestellt.
Daten
Grundlage der Auswertung sind die Zeitreihen des Deutschen Wetterdienstes (DWD) für die in 2 m Höhe über Grund gemessenen Temperaturen und die gemessenen Sonnenstunden. Es wurden die Zeitreihen aller Meßstationen des DWD auf brauchbare Datensätze geprüft. Ein „brauchbarer“ Datensatz liegt dann vor, wenn „genügend“ Werte sowohl von der Temperatur als auch von Sonnenstunden vorliegen. Es müssen also in einem Jahr beide Werte gemessen worden sein. Auf die Qualität der Meßwerte soll hier nicht weiter eingegangen werden. Dem Autor ist klar, dass die Werte hohen Qualitätsansprüchen nicht genügen. Da jedoch keine anderen Datensätze in dem Umfang vorhanden sind, kann man entweder nichts machen oder hoffen, dass die große Anzahl von Werten die Fehler etwas mildert.
| Bundesland | Anzahl
Meßstationen |
Anzahl
Meßwerte |
| Baden-Württemberg | 46 | 2205 |
| Bayern | 58 | 3239 |
| Berlin | 6 | 283 |
| Brandenburg | 17 | 861 |
| Bremen-Hamburg | 7 | 352 |
| Hessen | 20 | 1060 |
| Mecklenburg-Vorpommern | 17 | 845 |
| Niedersachsen | 33 | 1639 |
| Nordrhein-Westfalen | 37 | 1609 |
| Rheinland-Pfalz | 21 | 1020 |
| Saarland | 5 | 239 |
| Sachsen | 21 | 950 |
| Sachsen-Anhalt | 12 | 859 |
| Schleswig-Holstein | 31 | 1215 |
| Thüringen | 18 | 822 |
| Summe | 349 | 17198 |
Tabelle 1 Anzahl der ausgewerteten Meßstationen und Meßwerte
In die Auswertung sind die Zeitreihen von 349 Meßstationen aufgenommen worden. Wie diese sich auf die Bundesländer verteilen, ist in Tabelle 1 zusammengestellt. Die Verteilung der hier betrachteten Meßstationen über Deutschland zeigen die Bilder 1 bis 3. In diesen Bildern sind die Verteilungen nach der Höhe über Meeresspiegel (Höhe), Geographischer Breite (Breite) und Geographischer Länge (Länge) abgebildet.
Bild 1 Verteilung der Meßstationen nach der geographischen Breite
Aus der Verteilung geht hervor, dass über der geographischen Breite die Meßstationen annähernd gleichmäßig verteilt sind. Anders die Verteilung der Meßstationen bezüglich der geographischen Länge nach Bild 2. Während die Verteilung über der Breite einigermaßen gleichmäßig ist, konzentrieren sich die Meßstationen bezüglich der Länge auf die Mitte Deutschlands. Die Verteilung nach der Höhe in Bild 3 zeigt eine starke Konzentration auf die Klasse 0…118 m (Klassenmitte 59 m).
Bild 2 Verteilung der Meßstationen nach der geographischen Breite
Bild 3 Verteilung der Meßstationen nach der Höhe über Meeresspiegel
Auswertung
Wie oben erwähnt, wird der statistische Zusammenhang des Einflusses der Anzahl der jährlichen Sonnenstunden auf die jährliche mittlere Temperatur gesucht. Da die Anzahl der Sonnenstunden und die Temperatur Zufallsvariablen sind, liegt Modell II der Statistik vor und es kann ein Korrelationskoeffizient berechnet werden. Es sind für alle hier betrachteten 349 Meßstationen Regressionsgeraden und die Korrelationsfaktoren berechnet. Als Beispiel ist in Bild 4 die Regressionsgerade der Meßstation Hohenpeißenberg (die gern als Beispiel verwendet wird) dargestellt. Der zugehörige Korrelationskoeffizient r = 0,57.
Bild 4 Zusammenhang Sonnenstunden und Temperatur an der Station Hohenpeissenberg gemessen. Die Meßreihe beginnt 1937 und umfasst 85 Wertepaare.
Die Spanne der Korrelationskoeffizienten ist mit -0,22 < r < 0,88 relativ groß. Auffallend sind die Meßstationen Fulda-Horas (Hessen) und Karlshuld (Bayern), bei denen negative Korrelationskoeffizienten berechnet wurden. Dies erscheint aufgrund der Kausalität nicht möglich. Es setzte voraus, dass immer kalte Luftströmungen den Einfluss der Sonne aufheben würden. Vermutlich zeigt es jedoch die Unzuverlässigkeit der Daten. Diese beiden Meßstationen sind aus den weiteren Betrachtungen herausgenommen.
Die Klassierung der Korrelationskoeffizienten in 25 Klassen zeigt Bild 5. In diesem Bild ist eine Normalverteilung mit dargestellt. Obwohl dem Bild nach eine Normalverteilung vermutet werden könnte, wird mit dem Shapiro-Wilk Test die Nullhypothese abgelehnt.
Bild 5 Verteilung der Korrelationskoeffizienten
Erwartungswert 0,45
Standardabweichung 0,14
Einflussfaktoren
In den Bildern 1 bis 3 ist die Verteilung der hier untersuchten Meßstationen gezeigt. Demnach können Länge, Breite und Höhe einen Einfluss auf Sonnenstunden und Temperatur ausüben, was sich dann in den Korrelationskoeffizienten ausdrückt. Es ist demnach eine Funktion
f(x1, x2, x3)
zu bestimmen, wobei x1-Breite, x2-Länge und x3-Höhe bedeuten. Mittels Ausgleichsrechnung nach dem Verfahren der Minimierung der Summe der Fehlerquadrate werden die Koeffizienten a0…a123 bestimmt. Die Funktion hat folgende Form:
f(x1, x2, x3) = a0+ a1 x1+ a2 x2+ a3 x3+ a12 x1 x2+ a13 x1 x3+ a23 x2 x3+ a123 x1 x2 x3
Es wird ein linearer Einfluss der Variablen sowie deren Wechselwirkungen angesetzt. Die Funktion f(x1, x2, x3) stellt ein dreidimensionales Gebilde in Form eines „Ausgleichskörpers“ dar. Tabelle 2 enthält die Werte der Koeffizienten a0…a123.
| Koeffizient | |
| a0 | 1,64912917 |
| a1 | 0,02543109 |
| a2 | -9,74E-02 |
| a3 | -1,29E-02 |
| a12 | 2,08E-03 |
| a13 | 0,00026335 |
| a23 | 0,00103926 |
| a123 | -2,11E-05 |
Tabelle 2 Koeffizienten der Ausgleichsfunktion
In Bild 6 sind Einfluss von Länge und Breite auf die Korrelationskoeffizienten bei einer Höhe von 300 m zu sehen. Es lässt sich, da drei unabhängige Variable (x1, x2, x3) und eine abhängige Variable (r) vorliegen, nur eine Fläche bei einer festen Variablen (hier x3) darstellen.
In den Bildern 7 bis 9 sind zur weiteren Verdeutlichung zwei unabhängige Variablen festgehalten, um so den Einfluss einer Größe darstellen zu können.
Bild 6 Einfluss von Länge und Breite auf die Korrelationskoeffizienten bei einer Höhe von 300 m
Bild 7 Einfluss der geographischen Länge und der Höhe über NN bei einer geographischen Breite von 51,5 °
Bild 8 Einfluss der geographischen Breite und der Höhe über NN bei einer geographischen Länge von 4,8 °
Die Geraden in den Bildern 7 bis 9 sind mit der Ausgleichsfunkton und den Koeffizienten aus Tabelle 2 berechnet. Es ist zu sehen, dass die geographische Breite und die Höhe über Meeresspiegel einen starken Einfluss auf den Korrelationskoeffizient ausüben, da eine starke Spreizung der Geraden vorliegt. Die geographische Länge hat einen geringeren Einfluss auf die Korrelationskoeffizienten, wie Bild 9 zeigt. Es sind hier aus der Vielzahl der möglichen Kombinationen einige Beispiele herausgegriffen, um Tendenzen zu zeigen.
Bild 9 Einfluss der geographischen Länge und Breite bei einer Höhe von 50 m über NN
Zusammenfassung
Für die Zeitreihen von 349 Meßstationen bezüglich Anzahl der gemessenen Sonnenstunden und der Temperatur wurden Regressionsfunktionen und die sich daraus ergebenden Korrelationskoeffizienten bestimmt. Es wurden nur diejenigen Jahre der Zeitreihen verwendet, wo Anzahl der Sonnenstunden und Temperatur gemessen wurden. Die Auswertung hat ergeben, das die Spanne der Korrelationskoeffizienten -0,22 < r < 0,88 beträgt und damit relativ groß ist. Die zwei berechneten negativen Korrelationskoeffizienten wurden aus der Auswertung herausgenommen, da sie nicht plausibel sind.
Weiterer Artikel
Horst-Joachim Lüdecke, Gisela-Müller Plath und Sebastian Lüning
https://eike-klima-energie.eu/2024/11/15/die-sonnenscheindauer-europas-im-tanz-der-wolken/
Wir freuen uns über Ihren Kommentar, bitten aber folgende Regeln zu beachten:
- Bitte geben Sie Ihren Namen an (Benutzerprofil) - Kommentare "von anonym" werden gelöscht.
- Vermeiden Sie Allgemeinplätze, Beleidigungen oder Fäkal- Sprache, es sei denn, dass sie in einem notwendigen Zitat enthalten oder für die Anmerkung wichtig sind. Vermeiden Sie Schmähreden, andauernde Wiederholungen und jede Form von Mißachtung von Gegnern. Auch lange Präsentationen von Amateur-Theorien bitten wir zu vermeiden.
- Bleiben Sie beim Thema des zu kommentierenden Beitrags. Gehen Sie in Diskussionen mit Bloggern anderer Meinung auf deren Argumente ein und weichen Sie nicht durch Eröffnen laufend neuer Themen aus. Beschränken Sie sich auf eine zumutbare Anzahl von Kommentaren pro Zeit. Versuchte Majorisierung unseres Kommentarblogs, wie z.B. durch extrem häufiges Posten, permanente Wiederholungen etc. (Forentrolle) wird von uns mit Sperren beantwortet.
- Sie können anderer Meinung sein, aber vermeiden Sie persönliche Angriffe.
- Drohungen werden ernst genommen und ggf. an die Strafverfolgungsbehörden weitergegeben.
- Spam und Werbung sind im Kommentarbereich nicht erlaubt.
Diese Richtlinien sind sehr allgemein und können nicht jede mögliche Situation abdecken. Nehmen Sie deshalb bitte nicht an, dass das EIKE Management mit Ihnen übereinstimmt oder sonst Ihre Anmerkungen gutheißt. Wir behalten uns jederzeit das Recht vor, Anmerkungen zu filtern oder zu löschen oder zu bestreiten und dies ganz allein nach unserem Gutdünken. Wenn Sie finden, dass Ihre Anmerkung unpassend gefiltert wurde, schicken Sie uns bitte eine Mail über "Über Uns->Kontakt"Vor einiger Zeit habe ich meine eigene Sonnenstunden-Auswertung gemacht.
Dazu habe ich die Sonnenstundenzahlen in Klassen sortiert, und dann die Temperaturen pro Klasse mit Linien verbunden.
In jeder Klasse von Stunden steigt die Temperatur im Lauf der Zeit. Bei gleicher Stundenzahl ist heute die mittlere Temperatur etwa 1,3 Grad höher als 1950.
Auch eine interessante Auswertung. Allerdings sind dabei die geographischen Einflüsse nicht berücksichtigt. Es hat sich ja gezeigt, dass geographische Breite und Geländehöhe Einfluß haben. Daß mehr Sonne höhere Temperatur bringt, scheinen die CO2 Anhänger nicht zu verstehen.
Breite und Geländehöhe spielen keine Rolle wenn man sich die Daten einer einzelnen Wetterstation vornimmt. Besser noch gleich mehrere. Und auch in solchen Fällen ist die Korrelation der Sonnenstunden mit der Differenz aus Tages- und Nachttemperatur viel besser als die Korrelation der Sonnenstunden mit den mittleren Temperaturen. Ob man jetzt „CO2- Anhänger“ ist oder nicht ist zunächst mal egal. Also: Werten Sie doch einfach mal so aus, dann sehen Sie den Elefanten im Raum.
Ich habe Ihre Rechnungen mal reproduziert mit meinen DWD- Daten zum Jahresmittel von Temperatur und Sonnenstunden. Über den Zeitraum von 1951 bis 2024 hab ich 5 Sonnenstunden- Intervalle mit 4 mal 15 und einmal 14 Daten gebildet und die Temperatur- Zeitverläufe analysiert. Die statistischen Daten sind unten als Tabelle aufgeführt. Je mehr Sonnenstunden oberhalb von 1987 liegen desto besser ist der R^2- Wert.
Deswegen verstehe ich Ihre Aussage aber trotzdem nicht, dass bei gleichen Sonnenstunden über die Zeit höhere Temperaturen herauskommen.
Richtig gute Bestimmtheitsmaße (R² um 0,8) erhält man wenn die Differenz der Maximal- Temperatur zur Minimal- Temeratur gegen die Sonnenschein- Stunden SSH aufgetragen wird.
In der Wüste ist es tagsüber affenheiß, nächtens a…. kalt. Wie erklärt sich das, Herr Doktor? Antarktis: Da scheint ein halbes Jahr lang die Sonne drauf, trotzdem a….kalt. In beiden Fällen ist die Luft f…trocken. Der Mond, der scheint ins Kellerloch – ach lass ihn doch.
Vielen Dank für diese zeitaufwendige Arbeit.
Bereits im ersten Abschnitt steht das vollkommen Richtige: „In diesem Artikel wird die Korrelation von Sonnenstunden und Lufttemperatur untersucht. In vielen Fällen der Untersuchung von Größen auf deren Zusammenhänge kann aus der Korrelation nicht auf die Kausalität geschlossen werden. In diesem Fall ist es umgekehrt. Die Kausalität dürfte unstrittig sein.“
So ist es.
Die korrelationwütigen 97% der Superwissenschaftler vom PIK und anderen serösen Instituten werden auch noch folgende Korrelation aus ihren Doktorhüten zaubern:
Pro Jahr erkranken in Deutschland über 70.000 Frauen an Brustkrebs. Über 17.000 Frauen sterben daran.
97% aller an Brustkrebs erkrankten Frauen trugen Lederschuhe.
Das Tragen von Lederschuhen kann also zu Brustkrebserkrankung führen.
Wie das dann mit dem CO2 zusammenhängt? Schauen Sie bitte einmal hier:
»Exclusive to apparel & footwear
The apparel & footwear industry is responsible for 5%-10% of all global emissions. The complex supply chain tiers create a unique challenge. That’s why say that we believe decarbonization is a data problem. We work with hundreds of brands, including industry leaders like Marc O’Polo, ARMEDANGELS and Columbia.«
Quelle: https://www.carbonfact.com
Oder bei Google: »Laut UNIDO-Bericht zum CO2 Fußabdruck von Leder erzeugt 1 m2 Rindsleder etwa 110kg CO2e, wobei 93 Kg CO2e allein durch die Rinderzucht entstehen und der Rest durch Gerben und andere Prozesse…«
Oder hier: »Im Vergleich zu Tierleder mit einem Verbrauch von 60.1kg CO2/m2 verbraucht Traubenleder nur 3,8kg CO2/m2 Emissionen. Außerdem sparen wir mit unseren Grape-Sneakern VLACE im Durchschnitt 69 % weniger Kohlenstoff als ein durchschnittliches Paar Ledersneaker.«
Quelle: https://vlace.de/blogs/news/3-8kg-co2-m2-emissionen-vs-60-1kg-co2-m2?srsltid=AfmBOorw_V6mLW2imK1I7FkpW_ULbyoenOO4FCorUogWi5lxByIa_qVa
Oder auch: https://sorbasshoes.com/co2-bilanz-schuhe-sneaker/
Also sehr verehrte Damen, Hände weg vom Leder. Das werden wir sicherlich bald von Rahmstorf, Lesch et al zu hören bekommen 😂
Und deshalb sollten alle Verbrennerautos, die älte als 5 Jahre sind, vierteljährlich zur HU, oder?
Am besten gehören die CO2-Schleudern sofort verboten. Wie dann die klimaneutrale Entsorgung und das erneuerbare Energie gewinnende Recycling aussieht, werden die grünen Experten mit ihrem Hochleistungsquantenabakus schon für uns berechnen und uns natürlich zur Kasse 🥴
Euro 3 gegen Euro 2.
Sehr mathematisch 🙂
Mir fehlt noch, wo und wie gemessen wird. Ich bin auf ca. 500 m Höhe, eher eine Hochebene. Unten im Tal ist es geschützter. Da blühen schon Flieder und Kastanien, bei mir haben sich erst die Blütenstände entfaltet und das erste zarte Grün der Laubbäume.
In der Nähe ist eine Messstation. Aber es werden immer mehr Flächen zubetoniert. Ich hab immer wieder beobachtet, es gibt ein riesiger Parkplatz, mit Geschäfte. Da staut es sich die Hitze. Ich hab leider kein Thermometer um den Hals hängen, aber da läuft man wie gegen eine Heizung.
Das Gegenbeispiel war hitzefrei: Das Thermometer war tief unten im Keller. Mit der Einführung der Sommerzeit wurde nicht die Uhrzeit angepaßt, zu der gemessen wird. Komisch, daß es seltener hitzefrei gab ….?
Die zwei Beispiele sagen wir, welches Ergebnis soll die Messung haben und sind sie sie wertfrei ? Möglichst hohe Temperaturen (Klima-„Seuche“) oder tiefe Temperaturen (hitezfrei)? Wie werden die einzelne Temperaturen verglichen? Kraut und Rüben, wie es in den Kram passt? Bei den Hitzerekorden wird das wärmere Rheintal hervorgezerrt, oder der Raum Leipzig , wo es milder und trockener ist ?
Erst macht man eben falsche Mittelwertbildung mit den Temperaturen über weite Gebiete und Höhenlagen, dann holt sich der Panikmacher passende örtliche Abweichungen vom scheinbarem Mittelwert, um irgend etwas passend zu seiner Panikmache zu belegen, geht ganz einfach, oder?
Frau Keller, was Sie hier beschreiben ist ja das Problem der Daten. Soll man alle Daten ignorieren und sich in den Biergarten setzen? Ich weiß es nicht. Es ist eben eine Angewohnheit von mir, zu versuchen, selbst nachzusehen. Meine Hoffnung ist, das durch die Datenmenge, zugrunde liegen ja Tageswerte, doch eine halbwegs plausible Aussage erreichbar ist. Richtig lustig finde ich den Größenwahn, mittels des CO2 Thermostaten die Temperatur der Atmosphäre auf Zehntel Grad einstellen zu wollen, wenn man diese nichtmal vernünftig messen kann. Das war übrigens der Ausgangspunkt für mich als Maschinenbauingeieur, mich mit diesen Dingen zu beschäftigen.
Da sind wir ja schonmal mind. zwei 😉
Vielen Dank für die Mühen, den obigen Beitrag zu verfassen.
Prof. Doehler
https://www.vernunftkraft-odenwald.de/wp-content/uploads/2019/09/Erster-Offener-Brief-an-Klimakabinett_Prof-Doehler.pdf
The Strange Case of Global Warming (02/07/2012)
Ivar Giaever (Nobel Price for Physics)
CO2 folgt der Temperatur
CO2 follows temperature
https://www.mediatheque.lindau-nobel.org/recordings/31259
Global warming and carbon dioxide through sciences
2008_05_28
https://doi.org/10.1016/j.envint.2008.07.007
CO2 erwärmt 0,01-0,03 Grad und folgt der Temperatur (ABSTRACT und Fig. 6)
Astronomy – Ch. 9.1: Earth’s Atmosphere (56 of 61)
The 1st 20 PPM produces 50% of Greenhouse Effect
https://youtube.com/watch?v=8ZGU-XQsiX8
Seite 69
https://academia.edu/29777726/Klimawandel
Wissenschaftliche Dienste des Bundestages
Seite 13
https://bundestag.de/resource/blob/964612/9f601568762c4ad897d5697bda87f74c/WD-8-014-20-pdf.pdf
Ach da zu sehen.
Ich würde empfehlen sich einfach der Relation Bewölkungsgrad / Temperatur zu widmen. Da gibt es einiges Interessantes zu entdecken. Hier am Beispiel Hannover, 70-jähriges Mittel:
https://greenhousedefect.com/the-cloud-mess-part-2-something-spooky
Auch eine interessante Seite, die Sie da zitieren.
Was ist die Ursache für die Veränderung der Sonnenstunden? Die Veränderung der Wolken. Was ist die Ursache der Veränderung der Wolken? Die Zunahme der CO2-Konzentration (viele Zusammenhänge: Fortak 1971).
Sie meinen: Höhere Temperatur (CO2) macht weniger Wolken, weil die Luft mehr Wasserdampf aufnehmen kann ohne das Kondensation eintritt. Weniger Wolken machen mehr Sonneneinstrahlung und dadurch eine weitere Temperatur- Erhöhung als positive Rückkopplung. So in etwa?
Siehe auch folgendes Ganteför Video
P schwerdt 27. April 2025 18:06
Es gibt noch viele Ursachen mehr, z.B. verändern sich die Windsysteme. Z.B. können Wolken dicker werden und eine kleinere Fläche einnehmen.
Den Zusammenhang CO2-Temperatur zeigt z.B. https://berkeleyearth.org/dv/temperature-change-vs-carbon-dioxide-concentration/
Das Ergebnis ist fast genau 1 K Zuwachs bei Zunahme der CO2-Konzentration um 100 ppmv.
Wie verändert CO2 Wolken?
Marcus Portius 27. April 2025 19:30
„Wie verändert CO2 Wolken?“
Sind doch schon 2 Wege genannt mit Hinweis auf noch viel mehr Möglichkeiten (Fortak 1971).
Wolkenbildung: Frappierende Forschungsergebnissehttps://www.ageu-die-realisten.com/archives/3625/
In diesem Artikel wird vom Sonnenmagnetfeld geschrieben.
Aber zu beachten wäre wohl auch das Erdmagnetfeld.
https://www.wissenschaft.de/astronomie-physik/das-erdmagnetfeld-schwaechelt-erst-seit-1840/
https://www.wissenschaft.de/astronomie-physik/das-erdmagnetfeld-faehrt-achterbahn/
https://www.futurezone.de/science/article229439804/magnetfeld-der-erde-ist-im-pazifik-besonders-schwach-so-erklaeren-es-forscher.html
https://www.focus.de/wissen/erdmagnetfeld-polsprung-pulverisierte-strahlenschutz-der-erde_id_12999297.html
Das Erdmagnetfeld schirmt den Sonnenwind ab. Dadurch kommt dieser nicht soweit runter als dass er an der Wolkenbildung beteiligt sein könnte. Auch nicht mit schwächelnden Erdmagnetfeld.
Kosmische Strahlung wird vom Sonnenmagnetfeld abgeschirmt. Da müssten sich dann zyklische Zusammenhänge der Wolkenbildung mit der Sonnenaktivität ergeben. Über eine oder zwei Perioden hinaus lösen sich diese Zusammenhänge im Nichts auf.
Außerdem gibt es noch andere Zusammenhänge der Wolkenbildung mit Spurengasen. Svensmark konnte nie beweisen, dass kosmische Strahlung explizit einen Effekt zusätzlich zu chemischen Einflüssen hat.
Lesen Sie mal bei Svensmark, da werden Sie geholfen ….