COVID-19-Modelle – eine Lektion für jene, welche Klimawissenschaftlern vertrauen

geschrieben von Chris Frey | 23. April 2020

Wir in der Branche Wettervorhersage verwenden Modelle als ein Hilfsmittel, und sie bieten spezielle Herausforderungen. Uns steht eine Fülle von Modellen zur Verfügung, aus denen wir wählen können. Sie werden 2 oder 4 mal pro Tag oder teils sogar stündlich neu berechnet. Operationelle Modellvorhersagen reichen bis 16 Tage in die Zukunft. Dann jedoch weisen sie schon große Fehler auf, vor allem dann, wenn Wettersysteme aus spärlich mit Daten abgedeckten Regionen auf das Festland übergreifen, wie es an der US-Westküste der Fall ist. Es gibt bei uns eine beliebte Phrase – Garbage in, Garbage out (GIGO).

Hinsichtlich der Klimamodelle ist aber alles noch viel schlimmer. Die Klimamodelle übertreiben die Erwärmung durch Treibhausgase um einen Faktor 2 oder mehr:

Klimamodell-Vorhersagen im Vergleich zu Satelliten- und Ballon-Beobachtungen

Die Modelle projizierten die stärkste Erwärmung in der mittleren Troposphäre über den Tropen (genannt der Hot Spot), wo die Luft im Mittel aufsteigt aufgrund der Konvergenz aus den beiden Hemisphären. Aber die Erwärmung in den Modellen ist größtenteils eine Folge der Freisetzung latenter Wärme durch Kondensation des Wasserdampfes. CO2 ist ein Spurengas, welches nur einen Anteil von 0,04% an der Atmosphäre hat.

Man sieht: Kein Erwärmungstrend in der oberen Troposphäre seit 1979, als die Modelle ihn prophezeit hatten:


Die fehlende Erwärmung gilt auch für den tropischen Pazifik bis zu einer Tiefe von 300 m zwischen den Längengraden 160°E und 80°W:

Wie sie mit dem Fehlen von Daten in den unteren Luftschichten umgehen

Die Klimaille porträtiert die Ergebnisse ihrer Modelle als Evangelium, und die Gläubigen vermengen die Modellprojektionen mit gemessenen Daten. Die Datenzentren stellen unhaltbare Behauptungen auf, wonach ein gegebener Monat oder ein gegebenes Jahr das wärmste jemals gewesen sei seit Beginn von Aufzeichnungen (1880 oder sogar 1850), und das oftmals mit geringsten Spannbreiten (0,05°C zum Beispiel).

Aber die Daten als Grundlage derartiger Behauptungen gibt es einfach nicht.

71% der Erde sind von Ozeanen bedeckt, und bevor vor 40 Jahren die ersten Satellitendaten verfügbar waren, hingen Messungen von Ozeandaten von Schiffen ab, die auf bestimmten Routen fuhren, hauptsächlich auf der Nordhemisphäre und in der Nähe von Land.

Ein großer Teil der Landoberfläche war erratisch mit Messpunkten bestückt, und die Daten waren nur zu oft spärlich und intermittent.

Um halbwegs eine Übereinstimmung mit ihren geheiligten Modellen zu erreichen, manipulierten die Datenzentren reale Daten, oder sie erzeugten dieselben sogar mit ihren Modelldaten für 95% des Planeten mit sehr dünnem Messnetz vor der Satelliten-Ära.

Der Klimawissenschaftler am MIT Dr. Mototaka hat die verlogenen Behauptungen bloßgestellt, wonach die meisten Jahre die wärmsten jemals waren seit den 1850er Jahren.

„Die vermeintliche Bedeutung der globalen mittleren Temperaturen seit 1890 hatten Thermometer-Messungen zur Grundlage, die kaum 5% des Globus‘ abdeckten, bis vor 40 bis 50 Jahren die Satelliten-Ära begann. Wir wissen nicht, wie sich das globale Klima im vorigen Jahrhundert verhalten hat. Alles, was wir wissen, sind ein paar regionale Klimaänderungen, etwa in Europa, Nordamerika und Teilen von Asien“.

Die besten Klimawissenschaftler während der 1970er Jahre wussten das und erzeugten die erste Übersicht über globale Trends mittels Land-Temperaturen, wo immer diese auf der Nordhemisphäre verfügbar waren. Sie zeigten eine Erwärmung um ca. 1°C von den 1880er Jahren bis etwa 1940 und danach eine Abkühlung bis etwa 1970, wodurch die Erwärmung zuvor um etwa die Hälfte wieder zurück ging. Weitere Abkühlung bis Ende der 1970er Jahre eliminierte den Rest davon.

Diese frühen Messungen wurden gelöscht, als Modelle und globale Land- (und Ozean-)Daten während der folgenden Jahrzehnte ,erzeugt‘ worden waren. Die Modelle machten die frühen Daten kälter und die späteren Daten wärmer. Damit sollte eine offensichtliche stetige Erwärmung erzeugt werden während der Ära, in der der Verbrauch fossiler Treibstoffe immer mehr zunahm. Unsere Schlussfolgerung: Es gibt eine vom Menschen erzeugte globale Erwärmung, aber diese Menschen befinden sich bei der NOAA, der NASA und Hadley:

Übrigens wurde die Datenabdeckung und -genauigkeit von den Ozeanen nicht wirklich zuverlässig, bis im Jahre 2000 das ARGO-Bojenprogramm gestartet worden ist. Damit sollten Temperatur und Wärmegehalt der Ozeane genau gemessen werden. Genau wie bei den Satellitenmessungen zu Änderungen der Höhe des Meeresspiegels (welche keine Änderungen zeigten, bis man künstliche Adjustierungen vorgenommen hatte), waren die ersten Ergebnisse enttäuschend – zeigten sie doch keinerlei Erwärmung. Die ARGO-Daten stützten den unbequemen, fast zwei Jahrzehnte währenden Stillstand der Erwärmung, welcher Ende der 1990er Jahre begann.

Vermutlich aus Verzweiflung vor dem Paris-Abkommen ließen sie dies verschwinden, indem die Bojendaten so manipuliert worden waren, dass sie zu den Schiffsdaten passten

Die Modelle sind frisiert, um manipulierte (betrügerische) Daten zu erzeugen. Zusätzlich zu dem oben Gesagten wird dies deutlich, wenn man alle Extreme des Wetters betrachtet, welche diese Modelle und die Theorien prophezeit hatten. Jede Einzelne dieser Prophezeiungen ist gescheitert (hier).

Summary

COVID-19 hat gezeigt, wie groß die Auswirkung einer Pandemie auf die globale Bevölkerung sein kann. Ein Green New Deal wurde nicht in einem Laboratorium geschaffen. Aber er ist idiotisch* und würde massive Auswirkungen auf das Leben haben, so wie wir es kennen. Die Auswirkungen auf unsere Ökonomie würden nicht so rasch zutage treten, wären aber genauso ernst. Die Regierung dürfte Ihnen kaum Schecks zuschicken, um zu helfen, den rasanten Anstieg der Stromkosten aufzufangen sowie die Kosten für den Lebensstandard und wie man leben will (wohin man womit fährt, wo man leben will, wie viel man verdienen und behalten kann, usw.). Weil das alles auf Junk Science basiert, müssen wir so schnell wie möglich auch die COVID-19-Modelle loswerden.

[*Der Autor drückt sich etwas drastischer aus. Anm. d. Übers.]

Mehr dazu findet sich in dieser Präsentation vor den Steuerzahlern von New Hampshire.

Hier gibt es einen Vergleich von Klimamodellen mit COVID-19-Modellen [dieser Beitrag folgt demnächst ebenfalls in deutscher Übersetzung!] Und in diesem Video wird der ganze Betrug hinter COVID-19 aufgedeckt.

Link: http://icecap.us/index.php/go/joes-blog/covid19_models_a_lesson_for_those_who_trust_climate_scientists/
Übersetzt von Chris Frey EIKE



Wie man das Land wieder öffnet und das Coronavirus kontrolliert

geschrieben von Chris Frey | 23. April 2020

1.Metrik

„Wenn man es nicht messen kann, kann man es auch nicht managen“. Dieser Spruch lässt sich hier anwenden. Um COVID-19 kontrollieren zu können, müssen wir die Prozentzahl der Infizierten messen, der Immunen und der naiven Individuen an jedem Ort und in jeder Altersgruppe. Die populärste Maßzahl – nämlich die Anzahl der Positiv Getesteten und der Todesfälle – ist nicht sehr brauchbar.

Die beste Möglichkeit, die Verbreitung von COVID-19 zu messen besteht darin, Zufallstests unter der Bevölkerung vorzunehmen. 500 Zufallstests in einem Gebiet mit 1 bis 10 Millionen Einwohnern würde ein hinreichend genaues Bild liefern, gleichzeitig aber nur einen Bruchteil der verfügbaren Testgeräte erfordern. Derartige Tests können täglich durchgeführt werden.

Die lokale Regierung kann dies erreichen mittels des Angebots kostenfreier COVID-19-Tests an zufällig ausgewählte Personengruppen wie Autofahrer auf Straßen, Studenten an der Universität, Schulkinder, Flugpassagiere und in anderen öffentlichen Verkehrsmitteln. Wie bei Umfragen sollten die Roh-Ergebnisse normalisiert werden, um ein Spiegelbild der Gesamtbevölkerung zu ergeben.

2. Aufheben von Restriktionen: vorwärts – halt – vorwärts

Ein gutes Verfahren der Wiederöffnung eines Landes (Landkreises, einer Stadt) ist die zeitweilige Aufhebung der meisten Restriktionen über einen Zeitraum von drei Tagen – vom nächsten Montag bis Mittwoch. Die Menschen werden sich an einer kurzen Woche erfreuen nach einer langen Zeit erzwungenen Müßigganges. Noch wichtiger ist, dass es dies der Regierung erlauben würde, die Entwicklung über den Rest der Woche genau zu verfolgen. Die mittlere Inkubationszeit von COVID-19 beträgt 5 Tage, so dass sich etwa die Hälfte der symptomatischen Fälle, die sich aus der Montag-bis-Mittwoch-Periode ergeben, vor dem darauf folgenden Montag zeigen würden. Die Anzahl der Fälle, die später auftreten, kann berechnet werden. Solange es keinen unerwarteten Anstieg der Krankenhaus-Einweisungen im Montag-bis-Mittwoch-Zeitraum gibt, werden die gleichen Restriktionen permanent aufgehoben – pro Örtlichkeit. Mit „Örtlichkeit“ ist hier ein Landkreis, eine Stadt, eine Metro oder ein kleiner Neuengland-Staat gemeint. Große Staaten wie Kalifornien, Washington und sogar New York umfassen multiple Örtlichkeiten mit unterschiedlichen Bedingungen.

Dieses vorwärts-halt-vorwärts-Verfahren der Aufhebung von Restriktionen ist einer graduellen Aufhebung zu bevorzugen, würden wir doch im letzteren Fall den aktuellen Entwicklungen immer ein paar Tage hinterherlaufen.

3. Differenzierung

Ganz offensichtlich gibt es Unterschiede zwischen Örtlichkeiten, abhängig vom Infektions-Niveau, der Bevölkerungsdichte, des Transportwesens usw. Die Gebiete mit dem höchsten Infektions-Niveau mögen profitieren, wenn sie weiter der bleibt-zu-hause-Anweisung folgen würden.

Die Todesraten durch COVID-19 variieren erheblich abhängig vom Alter. Bei Menschen jünger als 50 Jahre ist die Todesrate nur gering (siehe hier und hier). Die meisten jener Individuen litten unter bekannten Vorerkrankungen, zumeist Hypertonie und Diabetes (siehe hier).

Es sieht so aus, als ob Menschen jünger als 50 Jahre in den meisten Gebieten ohne derartige Vorerkrankungen zu ihrem normalen Leben zurückkehren können – außer zu Hochrisiko-Aktivitäten.

Andererseits können zusätzliche Sorgfalt und Hilfe Menschen über 65 Jahre verordnet werden. Sie müssen vielleicht sogar von Familienmitgliedern isoliert werden, welche zur Arbeit gehen. Zu den Maßnahmen des aktiven Schutzes der Älteren und Verwundbaren können gehören:

● Lieferung von Lebensmitteln und anderen Notwendigkeiten zu ihren Wohnungen anstatt sie dazu zu zwingen, selbst nach draußen zu gehen.

● Deren Arbeitgeber zu ermutigen, sie in bezahlten Urlaub zu schicken

● Freie Unterkunft auswärts zur Verfügung zu stellen, falls jemand in deren Haushalt Symptome aufweist oder positiv auf COVID-19 getestet worden ist.

Das CDC sollte aufhören, mit dem Terminus ,community spread‚ um sich zu werfen. COVID-19-Übertragungen können nicht verfolgt werden, doch ist genau das die Definition von community spread. Allerdings ist COVID-19 keine Plage, wie es der Tonfall von Panik zwischen den Buchstaben impliziert, wenn man den Termnus community spread in den Mund nimmt.

4. Sofortige Prioritäten

Meiner Ansicht nach sollte die Priorität, wenn ein Land zur Arbeit zurückkehrt, darin bestehen, die Vorbereitung für irgendeine gefährliche Mutation von CoV2 zu intensivieren. Das wäre auch ein nützlicher Schritt der Vorbereitung auf zukünftige Pandemien. Beispielsweise müssen wir rasch die Spitzenkapazität des Gesundheits-Vorsorgesystems steigern anstatt zu versuchen, die Kurve zu verbiegen. Die Spitzenkapazität sollte von den meisten Vorschriften befreit sein.

Eine andere, überraschenderweise ignorierte Maßzahl wäre es, separate Krankenhäuser für Opfer der Pandemie einzurichten, während andere Krankenhäuser von der Infektion verschont werden. Steven McIntyre twitterte vor einer Woche:

Ich verfolgte ein Interview mit einem erfahrenen Arzt in den USA zu Epidemien in der Dritten Welt. Man errichtete Feldlazarette für an der Epidemie Erkrankte, so dass die normalen Krankenhäuser mit ihrer Arbeit fortfahren können, ohne infiziert zu werden. In den USA hat man genau das Gegenteil getan: man ließ zu, dass Epidemie-Patienten das gesamte Gesundheitssystem stören konnten. Schlimmer als in der Dritten Welt.

5. Bemerkungen

Wir müssen mehr auf echte Ärzte hören (die ihre Patienten untersuchen) anstatt auf Dumpfbacken wie die AMA, anderen Einrichtungen, welche blind dem Klima-Kult folgen, von den Fake News-Medien und UN-Agenturen.

Die Regierung verfügt über einige Notfall-Werkzeuge zum Gebrauch bei Notfällen. Allerdings ist die gegenwärtige COVID-19-Lage weit entfernt von einem Notfall, außer vielleicht im Stadtgebiet von New York. Folglich haben die staatlichen Regierungen (eventuell mit Ausnahme von New York und New Jersey) keine Notfall-Ermächtigung. Keine Ebene der Regierung hat das verfassungsmäßige Recht zu entscheiden, was wir, das Volk, tun. Ob wir ausgehen oder zu Hause bleiben, ob wir zur Arbeit gehen oder nicht – das sind UNSERE Entscheidungen.Man kann uns nicht verordnen, zu hause zu bleiben, um statistische Leben zu retten, selbst wenn jene Statistiken korrekt sind – was normalerweise nicht der Fall ist, wenn eine Regierung versucht, über ihre Regierungsgewalt hinauszugehen.

Link: https://wattsupwiththat.com/2020/04/15/how-to-re-open-the-country-and-control-covid-19-coronavirus/
Übersetzt von Chris Frey EIKE



Hat es etwas Gutes, dass die Klima-Hysterie geschlagen ist?

geschrieben von Chris Frey | 23. April 2020

In Richards Artikel vor zwei Wochen zeigt der Autor auf, dass Grund für Optimismus besteht. Er basiert auf einem Beitrag von einem gewissen Jason Bordoff, der darin die Meinung eines Klima-Gläubigen kundtut, der erkannt hat, dass etwas Größeres vor sich gehen muss. Wie jemand, der sich seinen Bedenken hinsichtlich des Meeresspiegel-Anstiegs hingibt und plötzlich einen Tsunami heranrollen sieht. In diesem Beitrag möchte ich die Frage detaillierter angehen und versuchen, den Bereich zu vergrößern, um den hier diskutiert wird.

Natürlich haben „wir“ die Wissenschaft respektierenden Klima-Skeptiker überhaupt nichts „gewonnen“. Alles, was bisher passiert ist war, dass eine Massenhysterie einer anderen Massenhysterie Platz gemacht hat. Während die Klima-Hysterie mehr oder weniger vor sich hin dümpelte, hypothetisch und mit kaum sichtbaren Auswirkungen, hat die Virus-Hysterie in der Realität eine Grundlage, die für jeden offensichtlich ist. Aber es gibt noch viele weitere Unterschiede, die man auseinander halten muss.

1. Die Geschwindigkeit der Ausbreitung und die Dringlichkeit der Corona-Krise hat so Einiges enthüllt:

1.1 Mathematische Modellierung ist keine exakte Wissenschaft. Selbst der Guardian hat das inzwischen eingeräumt (hier). Die Ära, in welcher Klima-Modellierer Projektionen der mittleren globalen Temperatur bis zum Ende des Jahrhunderts auf ein Zehntelgrad genau projizieren konnten (und was auch geglaubt wurde), ist vorüber.

1.2 Es kostet Billionen, um einem globalen Notstand zu begegnen, und Billionen, die für die Bewältigung einer Krise ausgegeben werden, sind Billionen, die nicht für etwas ausgegeben werden, das mehr Spaß macht oder das Leben verbessert. Die Tage, als Klima-Krieger verkünden konnten, dass die Verschwendung von Billionen, um die Landschaft mit Solarpaneelen zuzupflastern, uns glücklicher machen, Arbeitsplätze schaffen und gut für die Wortschaft sein würden, sind vorüber (möglicherweise).

1.3 Große gesellschaftliche Änderungen (zum Guten oder zum Schlechten) verursachen Leid.

1.3.1 Die kausalen Bindungen zwischen politischen Maßnahmen und politischer Popularität (in einer Demokratie vital für die mittelfristige Kontinuität von Maßnahmen) sind alles andere als klar.

2. Es gibt massive Meinungsverschiedenheiten unter den Experten hinsichtlich der Natur der Corona-Krise, deren Schwere und der angemessenen politischen, medizinischen und sozialen Reaktion.

Dies kann vereinfacht beschrieben werden als eine Debatte zwischen einem wissenschaftlichen Establishment einerseits, repräsentiert durch leitende medizinische Funktionäre und wissenschaftliche Berater, die umfassende Lockdowns verschreiben sowie ein Anhalten ökonomischer Aktivitäten, während man nach Lösungen via etablierter Verfahren sucht; und andererseits einer Anzahl (einer sehr großen Anzahl) von Spezialisten (Epidemiologen, Statistiker usw.), welche als Außenseiter daherkommen, die unorthodoxe Behandlungen und/oder die Akzeptanz der Unvermeidbarkeit einer großen Anzahl von Todesfällen wecken im größeren Interesse der Gesellschaft als Ganzes (Vermeidung des ökonomischen Kollaps‘ und der daraus sich ergebenden sozialen Unruhen, Armut, Selbstmorde usw.). Orthodoxe Ökonomen und andere nicht-medizinische Experten (Kriminologen, Soziologen) könnten sich dabei wiederfinden, die unorthodoxen Verfahren der Außenseiter zu unterstützen.

2.1 Die obige sehr grobe Beschreibung der beiden „Seiten“ der Debatte enthüllt enorme Differenzen zwischen der Coronavirus-Debatte und der Klima-Debatte. Es gibt viele Experten, welche zutiefst die gegenwärtige politischen und sozialen Maßnahmen gegen die Pandemie ablehnen. Hier kann man regelmäßig aktualisiert die Anti-Konsens-Standpunkte zahlreicher Experten nachlesen. Ich habe keine Ahnung, wer da jetzt recht hat und wer nicht. Ich registriere einfach nur, dass sie existieren.

Die Tage, als Unterstützer von Klima-Maßnahmen über einen „wissenschaftlichen Konsens“ quatschen konnten, sind vorbei.

2.2 Die „Skeptiker“ im Falle dieser Pandemie sind sich hinsichtlich ihrer Expertise uneinig, aber vereint in ihrem Glauben, dass Regierungen weiter schauen müssen als einfach nur „den Gesundheitsdienst retten“, dass sie die schrecklichen Bilder vermeiden müssen von alten Menschen, die allein aufgrund fehlender Gesundheitsfürsorge sterben, und dass sie das größere ökonomische und soziale Bild im Auge haben müssen. Ihre Kritik konvergiert um diese einzelne Beobachtung: Sich allein auf das Ziel der Reduktion von unmittelbaren Todesopfern des Virus‘ zu konzentrieren kann ein viel größeres Problem auslösen, welches sich aus dem ökonomischen und eventuell sozialen Kollaps ergibt. Sie plädieren dafür, das große Bild im Auge zu behalten über die unmittelbare Krise hinaus.

2.3 Klimaskeptiker andererseits beklagen den Konsens der Besessenheit von einem „großen Ganzen“, welches nur in der Zukunft existiert und womöglich nur in den Vorstellungen und Modellen der Konsens-Leute besteht. Sie haben viele, sehr viele unterschiedliche Einwände. Diese reichen von der Kritik an der Datensammlung über die Qualität der Wissenschaft, die Projektionen, die Politisierung der Wissenschaft, das Bestehen auf Abschwächung anstatt auf Anpassung, Propaganda und Zensur in der öffentlichen Präsentation in der Akademia und den Medien.

2.4 Die „Virus-Skeptiker“, so kommt es mir vor, bekleiden eine Position, die unvereinbar ist mit den Mainstream-Standpunkten. Jedermann kann eine abweichende Meinung zu diesem oder jenem Detail des Lockdowns haben, aber deren Standpunkt ist strategisch entgegen gesetzt dem gegenwärtigen politischen Konsens. Die Teilung ist binär. Wir werden innerhalb der nächsten Monate oder eines Jahres wissen, wer recht hatte und wer nicht.

Klimaskeptiker andererseits vertreten so unterschiedliche Standpunkte wie Lindzen, Lomborg, Pielke, Lawson oder Sie und ich, die allesamt gegen den Konsens-Standpunkt gerichtet sind. Natürlich können Treibhausgase die Temperatur zum steigen bringen, und natürlich kann das hier oder da problematisch sein (und möglicherweise vorteilhaft anderswo). Natürlich sollten und müssen wir etwas tun zur Verbesserung der Luftqualität usw. „Klima-Leugnung“ ist nichts als ein Propaganda-Mythos, losgetreten von den Konsens-Besessenen. Und natürlich sollten wir niemals in der Lage sein, objektiv zu bestimmen, wer recht hat, und zwar wegen des involvierten Zeitmaßstabs und weil der Traum von Null-Kohlenstoff und einer friedlichen Umkehrung des Lebens in einer Beton- und stahlfreien Welt eine absurde Phantasie ist.

3. Die Welt hat sich während der 3 bis 4 Jahrzehnte unermesslich verändert, seit der katastrophale Klimawandel zum Thema wurde

Die politischen Auswirkungen dieser Pandemie sind vollkommen unbekannt. Und ich meine nicht „das ändert alles“ oder „nichts wird mehr so sein wie es mal war“ und andere Banalitäten. Wir wissen nicht, ob die Dinge die Gleichen sein werden oder nicht. Politiker von Trump bis Macron konnten eine Zunahme ihrer Popularität verbuchen. Das könnte sich schon morgen umkehren durch eine einzige falsche Maßnahme, eine Tragödie, welche die Phantasie der Medien anstachelt.

3.1 Hinter diesem Gekräusel an der Oberfläche sind die profunden Änderungen der Politik des Westens, die unter der Bezeichnung „Populismus“ firmieren und dessen weitgehend übersehener primären Ursache, nämlich der massiven Zunahme des Ungleichgewichtes bzgl. Wohlstand und Einkommen über ein halbes Jahrhundert relativen Friedens und Aufblühens.

3.2 Und das ist nur das reiche, demokratische Zehntel der Welt. Man betrachte China, Russland, Indien und Afrika, von wo praktisch keiner in unserer geliebten Akademia auch nur die Spur einer Ahnung hat, was dort vor sich geht. Dann hat man ein Thema, welches unsere Intelligentia Jahrzehnte lang beschäftigen würde, falls sie nicht so besessen wären mit Klima, Gender und den Sünden von Trump.

3.3 Die Glaubenssekte des katastrophalen Klimas ist eine Bewegung, die dreißig Jahre lang ihre Nische in der Welt bis heute ausfällen konnte. Sie wird alles nur Mögliche tun, um ihre Nische zu erhalten, wenn sich die Welt auf unvorhersehbare Weise ändert, und wir Skeptiker sind allesamt an der richtigen Stelle, um sie aufzuhalten.

Der ganze Beitrag nebst Kommentaren steht hier.
Link: https://www.thegwpf.com/has-climate-hysteria-been-defeated-for-good/
Übersetzt von Chris Frey EIKE



Diese Krise entlarvt die unheiligen Phantasien von Greta und Extinction Rebellion

geschrieben von Chris Frey | 23. April 2020

Gut, gut, niemand scheint sehr glücklich zu sein ob der sinkenden Kohlendioxid-Emissionen um 5% – oder 2,5 Milliarden Tonnen in diesem Jahr, aber man kann nicht alles haben, oder?

Dies bringt uns zum Kern des Problems mit der Klimawandel-Bewegung. Wir wissen ziemlich gut, dass wir das Problem umkehren können, falls wir alle bereitwillig so arm werden wie Kirchenmäuse oder zu einem Leben als Kleinbauern in der Landschaft. Es ist der verständliche Widerstand gegen eine solche Umkehrung, die das Problem selbst verursacht. Wir mögen es, unser Essen zu kochen, unsere Körper zu wärmen, zu reisen und ganz allgemein uns an der Zivilisation zu erfreuen. Beim gegenwärtigen Stand des technologischen Fortschritts bedeutet das den Verbrauch fossiler Treibstoffe – auf Kosten von Änderungen des Klimas in der Zukunft.

Die Frage lautet nicht, ob wir etwas dafür tun sollten, sondern was wir dagegen tun sollten.

Der Coronavirus-Ausbruch ist ein gutes Experiment, um zu sehen, was passiert, wenn Menschen auf einmal Produktion und Verbrauch dramatisch reduzieren. Und gelinde gesagt, die meisten von uns sind nicht im Mindesten erfreut. Das zeigt: anstatt sich in Felle zu hüllen, wie es den Gretas dieser Welt vorschwebt, besteht die beste Lösung in der Entwicklung von Technologien, welche es uns gestatten, den Verbrauch wie bisher zu leben, während wir gleichzeitig den Planeten durch eben diesen Verbrauch kühl halten.

Das ist nicht einmal umstritten. Dem Ökonomen William Nordhaus wurde der Nobelpreis verliehen, weil er nachweisen konnte, wie mittels Innovationen bessere Ergebnisse mit geringerem Verbrauch erzielt werden können. Gleiches gilt für Nicholas Stern, mit dessen Name einer besten bekannten Berichte zu den Konsequenzen des Klimawandels verbunden ist.

Sicher gibt es Differenzen zwischen den beiden Vorgehensweisen. Stern sagt, macht heute viel – als sehr grobe Skizze – während Nordhaus empfiehlt, nur das zu tun, was zu tun wir bereit sind. Genauer, Nordhaus regt an, mit dem Kapital-Zyklus zu arbeiten. Man ersetze etwas durch die neuere, nicht-emittierende Technologie, wenn diese bereits ausgereift ist und sowieso zum Auswechseln anstand. Das bedeutet beispielsweise nicht, Deutschlands Kernkraftwerke zu schließen, wenn diese noch Jahrzehnte der Lebensdauer vor sich haben – wird doch mit dieser Politik nichts anderes erreicht, als dass Energie immer teurer wird, während gleichzeitig weniger als nichts getan wird, um den Planeten zu retten. Stattdessen sollte man Schließungen nur vornehmen, wenn sie nicht länger funktional sind, und es dann ggf. durch neuere, sauberere Technologien ersetzen.

Der zugrunde liegende Punkt ist Folgender: Sowohl Nordhaus als auch Stern denken wie Ökonomen, deren Ziel es ist, den Nutzen für die Menschen zu maximieren – also die Freude darüber, hier zu sein und jetzt zu leben. Ryan Bourne schrieb jüngst in einem Beitrag für CapX, dass Ökonomen immer an Kosten und Nutzen denken und versuchen, beide ins Gleichgewicht zu bringen. Auch sie wissen, für wie gewaltig viele Facetten unseres Lebens es keine einfache ,Lösung‘ gibt, sondern nur eine Vielfalt von Kompromissen, die eingegangen werden müssen.

Das ist so ziemlich etwas ganz anderes als die gegenwärtig in Mode stehende Behauptung, dass wir die moderne Gesellschaft genau jetzt aushöhlen müssen und zu einem wesentlich niedrigeren Lebensstandard zurückkehren müssen, um jene Emissionen zu reduzieren. Denn nichts anderes bedeutet die ,Null-Kohlenstoff‘-Gesellschaft bis zum Jahre 2030 – also die Garantie sofortiger Armut für Millionen Menschen.

Der ganze Beitrag steht hier.

Link: https://www.thegwpf.com/this-crisis-exposes-the-hollow-fantasies-of-greta-and-extinction-rebellion/
Übersetzt von Chris Frey EIKE



Corona und die Genauigkeit von Statistik

geschrieben von Chris Frey | 23. April 2020

Der Berliner „Tagesspiegel“ meldete eine aktuelle Erkenntnis solch wissenschaftlicher Expert*innen zu Corona: [1] … Schon lange vermutet, jetzt auch wissenschaftlich belegt: Die Luftqualität beeinflusst, wie viele Menschen in einer Region an Covid-19 sterben …
Und das mit einer Präzision, die alles in den Schatten stellt: “ … Wir haben herausgefunden, dass ein Anstieg von nur einem Mikrogramm Feinstaub pro Kubikmeter Luft mit einer 15 Prozent höheren Todesrate von Covid-19 zusammenhängt …“

Das wirklich Schuldige ist gefunden

Damit ist wissenschaftlich bewiesen: Mag die Politik auch nicht ganz unschuldig an der schnellen und globalen Verbreitung des Corona-Virus sein, am wirklichen Problem – der hohen Mortalität und Belastungen der medizinischen Infrastruktur – hat sie keinen Anteil, beziehungsweise, wären sie früh genug GRÜNem Rat nach noch reinerer Luft gefolgt, wären viele – und nun berechenbare – Mortalitätsfälle verhinderbar gewesen.

Glaube und Statistik sind nicht weit voneinander entfernt

Anmerkung: Der Autor ist ein überzeugter Verfechter von gut angewandter Statistik. Was allerdings von angeblichen „Wissenschaftlern“ – vor allem beim Klima, Ökoenergie und nun der Coronakrise – dazu gerechnet wird, ist so weit ab von jeglicher Seriösität, dass dahinter Methodik angenommen werden muss. Das wäre nicht weiter schlimm, wenn das in diesen „Wissenschaften“ ausgemerzt würde. Erkennbar geschieht genau das jedoch nicht. Und unsere Medien finden das auch richtig toll, weil es die geforderten Schlagzeilen liefert.

Renommierte Institute rechnen besonders genau

Der Tagesspiegel bezieht sich auf die Studie: [2] Harvard T.H. Chan School of Public Health: Exposure to air pollution and COVID-19 mortality in the United States
Wobei fraglich ist, ob jemand von der Redaktion diese Studie selbst gelesen und verstanden hat. Eher wurden nur Inhalte der reißerischen Pressemitteilung kopiert und medial verstärkt.
In der Studie selbst wurde untersucht: [2] We investigate whether long-term average exposure to fine particulate matter (PM2.5) increases the risk of COVID-19 deaths in the United States
Mit enormem Aufwand und Sorgfalt wurden in dieser Studie über ca. 3.000 (in den abschließenden Berechnungen ca. 2.400) regionale Datensätze alle möglichen Störfaktoren multivariat-statistisch herausgerechnet. Dies um an den einen (vermuteten) Einflussfaktor (unter vielen): Die mittlere Feinststaubkonzentration PM2.5 vom Jahr 2000 bis 2016 zu gelangen, mit der die am Coronavirus verstorbenen Probanten 16 Jahre lang lebten und daraus präzise deren Mortalitätseinfluss auf Corona-infiszierte Probanten zu berechnen:
[2] Methods: Data was collected for approximately 3,000 counties in the United States (98% of the population) up to April 04, 2020. We fit zero-inflated negative binomial mixed models using county level COVID-19 deaths as the outcome and county level long-term average of PM2.5 as the exposure. We adjust by population size, hospital beds, number of individuals tested, weather, and socioeconomic and behavioral variables including, but not limited to obesity and smoking. We include a random intercept by state to account for potential correlation in counties within the same state.
Und das quantifizierte, gesicherte, bezüglich der Wahrscheinlichkeit genau eingrenzbare Ergebnis lautet:
[2] Results: We found that an increase of only 1 g/m3 in PM2.5* is associated with a 15% increase in the COVID-19 death rate, 95% confidence interval (CI) (5%, 25%). Results are statistically significant and robust to secondary and sensitivity analyses … Conclusions: A small increase in long-term exposure to PM2.5 leads to a large increase in
COVID-19 death rate, with the magnitude of increase 20 times that observed for PM2.5 and allcause mortality …
*PM2,5 ist der feinste Feinstaub mit einer Partikelgröße bis 2,5 Mikrometer. Der Grenzwert in Deutschland beträgt laut UBA seit 2015 25 μg/m3. In den untersuchten Gebieten der USA betrug der Durchschnittswert 9 μg/m3.

Die Harvard-Feinststaub-Coronavirus-Studie

Anbei ein kurzer Blick in die Studie.
Datengewinnung und Auswertung:
COVID-19 deaths: We obtain COVID-19 death counts for each county in the United States Exposure to air pollution: We calculate county level long-term exposure to PM2.5 (averaged for 2000 to 2016) from an established exposure prediction models.
Potential Confounders (potentionelle Störfaktoren): We consider the following sixteen county level variables and one state level variable as potential confounders: population density, percent of the population ≥65, percent living in poverty, median household income, percent black, percent Hispanic, percent of the adult population with less than a high school education, median house value, percent of owner-occupied housing, population mean BMI (an indicator of obesity), percent ever-smokers, number of hospital beds, and average daily temperature and relative humidity for summer (June-September) and winter (December-February) for each county,
Statistical methods: We fit zero-inflated negative binomial mixed models (ZNB) using COVID-19 deaths as the outcome and PM2.5 as the exposure of interest
Results: Our study utilized data from 3,080 counties, of which 2,395 (77.8%) have reported zero COVID-19 deaths at the time of this analysis. Table 2 describes the data used in our analyses. Al COVID-19 death counts are cumulative counts up to April 4, 2020.

Dazu die in der Studie gezeigte Übersicht der Feinststaubverteilung in den USA:

Bild 1 [2] USA: county level 17-year long-term average of PM2.5 concentrations (2000-2016) in the US in g/m3

Ein anderess Bild der Feinststaukonzentrationen

Bild 2 Verteilungsbild der Feinststaubkonzentration. Quelle: USA, Atmospheric Composition Analysis Group

Die in der Studie gezeigte Verteilung der Corona-Mortalität, bezogen auf die Einwohnerzahlen:

Bild 3 [2] USA: county level number of COVID-19 deaths per one million population in the US up to and including April 4, 2020

Bild 4 zeigt die tabellierten Daten der sorgfältig herausgerechneten, weiteren Einflussgrößen (County level risk fastors characteristics). Man beachte die großteils (mehr als) enormen Standardabweichungen (SD):
Beispiel: % Below poverty level (% unter der Armutsgrenze): 10,3 (5.1)
Gelesen wird das: Mittelwert: 10,3; Standardabweichung: 5,1
Die Aussage daraus: Der wahrscheinlichste Wert ist 10,3 (Mittelwert). Will man diesen jedoch mit 95 % „Sicherheit“ wissen, bzw. den Wertebereich darin eingrenzen, dann liegt er allerdings irgendwo zwischen 0,1 … 20,5 (Anm.: +- 2 x Standardabweichung schließen 95 % Fläche der Normalverteilung ein).
Viele Streuungswerte in dieser Tabelle zeigen (neben der teils extremen Unsicherheit) ein weiteres Problem: Die Basiswerte beginnen bei Null. Deren Standardabweichungen (2 mal; 3 mal Standardabweichung) reichen teils bis gegen Null und teils ins Negative. Ein drastischer Hinweis, dass es sich mindestens um schiefe Verteilungen handeln muss. In solchen Fällen ist eine solch einfache Varianzangabe aber falsch. Noch falscher wäre, wenn damit gerechnet und beurteilt würde …

Bild 4 [2] Table 2: Characteristics for the Study Cohort up to and including April 04, 2020

Feinststaub (PM2.5) und weitere Luftschadstoffe

Nun eine kurze Übersicht, welche und mit welchem Anteil Luftschadstoffe vorliegen (können).

Bild 5 USA: Mittlerer Anteil von Feinstaub an den weiteren Luftverschmutzungs-Anteilen im Studien-Betrachtungszeitraum 2000 … 2016


Bild 6 Deutschland [3] Anteile von Luftschadstoffen an einer Straßen-Messstelle. Anm.: Die US-Studie betrachtete nur PM2.5

Bild 7 Beispielhaft (Deutschland): [3] Abnahme von Luftschadstoffen an einer Straßen-Messstelle mit der Entfernung


Bild 8.1 USA: Beispielhafter Verlauf und Streuung von Feinstaub im Studienzeitraum (2000 …. 2016)


Bild 8.2 Beispiel Deutschland: Relative Veränderungen von Luftschadstoffen in Deutschland über die Jahre. Quelle: UBA

Korrelation oder regellose „Kugelhaufen“

Nun Daten zu „Corona“:

Bild 9 Corona-Mortalitätsraten international (Auszug). Datenquelle


Bild 10 Mortalitätsraten international. Grafik vom Autor erstellt (Daten Bild 9)


Ein Streudiagramm zeigt augenscheinlicher als statistische Zahlenwerte (z.B. der Korrelationsfaktor), ob es eine mögliche Korrelation oder eher nur eine Stochastik (regelloser Zusammenhang) vorliegt.
Zum Beispiel zeigt die internationale, auf die Anzahl der Fälle bezogene Mortalitätsrate eher Unregelmäßigkeit (wenig Zusammenhang, also keine Korrelation), was bedeutet: Die Summe an Infizierten in einem Land hat keinen Zusammenhang auf die Mortalitätsrate. Und das gilt sowohl für große, mittlere und kleine Fallzahlen.

Bild 11.1 Mortalitätsraten international, bezogen auf die Fallzahl. Grafik vom Autor erstellt (Daten von Bild 9)


Bild 11.2 Mortalitätsraten international, bezogen auf die Fallzahl, jedoch ohne den „Ausreisserwert“ USA. Grafik vom Autor erstellt (Daten von Bild 9)


Bild 11.3 Mortalitätsraten international, bezogen auf die Fallzahl. Diesmal für kleinere Fallzahlen. Grafik vom Autor erstellt (Daten von Bild 9)


Ein vergleichbares – korrelationsloses – Bild ergibt sich auch für Deutschland. Damit ist sichergestellt, dass die Ergebnisse nicht durch eventuelle, schlechte Erfassungsqualitäten im Ausland verfälscht wird.

Bild 11.4 Mortalitätsrate/Anzahl Corona-Fälle Deutschland alle Landkreise (bis auf zwei). Grafik vom Autor erstellt


Auch scheint es (zumindest in Deutschland) keine gute Korrelation zwischen der Einwohnerzahl und der Coronamortalität zu geben (Bild 11.5).

Bild 11.5 Einwohnerzahlen deutscher Bundesländer/Corona-Mortalitätsraten. Grafik vom Autor erstellt


Die Studie schafft es trotzdem, solche eher stochastischen Einflüsse herauszurechnen: We adjust by population size …
Und (laut den Autoren) gelang es ihr aucg, durch Herausrechnen aller anderen, möglichen Störfaktoren, den Einflusswert zu finden und berechenbare Korrekturwerte zu erhalten: We adjust by … number of individuals tested,
Leider finden sich in der Studie keinerlei solche Diagramme, auch nicht zum betrachteten PM2,5-Wert. In der Studie selbst wird sowieso kein wenig bis kein Wert darauf gelegt, die Ableitungen nachvollziehbar darzulegen. Sowohl in dieser, wie auch in vielen anderen Studien (welche der Autor bisher zum Klimawandel und Ökoenergie gelesen hat), wäre dafür auch gar kein Platz, denn sie sind oft nur wenige Seiten lang. Die Peer-Reviewer sind aber bestimmt immer so kompetent, Studien trotzdem inhaltlich genau überprüfen zu können. Wobei diese Studie noch nicht peer-reviewt wurde.
Bleibt noch die Frage, wie weitere, extreme Störfaktoren „herausgerechnet“ werden (konnten):
–Wuhan erhöhte mal „so eben“ die Höhe der Mortalität um 50 %;
-In Belgien sollen mit Corona-Virus Gestorbene in Alten- und Pflegeheimen teils nicht erfasst worden sein;
-jeder mit Corona-Virus-Infekt Verstorbene gilt automatisch als „Coronaopfer“.
Lässt sich mit dieser Festlegung überhaupt noch seriös nach kleineren Einflussfaktoren auswerten? Bestimmt kommen solche Ungenauigkeiten in den USA-Daten gar nicht vor …

Ein Fazit

Nach Sichtung der Studie (und vielen Zahlen über „Corona“) behauptet der Autor, dass die von den Studienautoren getätigte Aussage zur Mortalitätsauswirkung von Feinststaub keine Fakten, sondern eher eine Vermutung ist. Diese Aussage aus den vielen Daten mit ihren unterschiedlichsten Verläufen über den Untersuchungszeitraum und wohl oft auch unbekannten (falls überhaupt) statistischen Verteilungen lässt sich wohl kaum – und schon gar nicht – mit der angegebenen Genauigkeit ermitteln.
Allerdings ist der Beleg für die Aussage des Autors durch Nachrechnen, einmal aufgrund der (weniger als) rudimentären Angaben in der Studie nicht möglich und ein Aufbereiten anhand von Material aus den Originalquellen privat nicht entfernt durchführbar.
Anhand der Daten-“Qualität“ der deutschen Coronadaten soll weiter gezeigt werden, weshalb daran gezweifelt wird.

Corona(Daten) von Deutschland

Einnige Daten lassen sich beim Robert-Koch-Institut [4] einsehen. Anbei Darstellungen daraus mit eigenen Ergänzungen (Datenstand 12.04.2020). Leider legt dieses Institut eher Wert auf optisch „schöne“, als auf informative und auswertbare Darstellungen, so dass einige Grafiken anhand der Tabellenwerte selbst erstellt werden mussten.

Bild 12 [4] Bundesländer-bezogene Falldichte an Corona-Fällen

Es fällt auf, dass die „Technologieländer“ Bayern und Baden-Württemberg bezüglich der Fallzahlen und der relativen Mortalität die höchsten Werte aufweisen. Dem Autor ist es deshalb unverständlich, warum der Bayerische Landesvater, Dr. Söder in Bayerischen Zeitungen überschwänglich für sein viel zu spät begonnenes und dann an vielen Bundesländern vorbei verschärftes Corona-Krisenmanagement gelobt wird.

Bild 13 [4] Bundesländer-bezogene Falldichte an Corona-Fällen. Grafik vom Autor erstellt

Bild 14 [4] Bundesländer: Relative Mortalität. Grafik vom Autor erstellt

Zum Glück sind für Deutschland einige Daten auch zu den Landkreisen hinterlegt. Es lohnt sich, diese mal anzusehen. Denn mit diesem liegt ein im Ansatz mit der US-Studie vergleichbares Datenmaterial vor.

Bild 15 [4] Corona-Falldichte für alle deutschen Landkreise

Der Autor hat (orientierende) „Auswertungen“ für alle Landkreise mit mindestens 100 Coronafällen gemacht, was eine statistisch auswertbare Anzahl von 305 Landkreisen ergibt.
Anmerkung: in der US-Studie wurden Regionen ab 10 Fällen in die Auswertung aufgenommen. Bei diesen ist die wichtige Mortalitätszahl jedoch sehr häufig Null. Als Folge werden die Streuungen und Vertrauensbereiche groß und die Verwendung solcher Daten macht die Aussagegenauigkeit eher schlechter als besser.
Das erste Diagramm der Mortalitätsrate Betroffener zeigt eine schöne, geometrische Verteilung (wie man sie wegen der mit Null beginnenden Fallzahlen laut Lehrbuch auch erwartet).
Es gibt recht „tödliche“ Landkreise und verblüffend gesunde. Nach der Krise wäre es interessant, die Gründe für eine solch weite Mortalitätsspanne zu erfahren.

Bild 16 [4] Alle deutschen Landkreise mit einer Fallzahl ab 100. Verteilungsbild: Anzahl Todesfälle/Corona-Fall (Mortalitätsrate Betroffener). Grafik vom Autor erstellt

Nun das gleiche Histogramm, aber mit allen Landkreisen (also auch denen unter 100 Fällen und Mortalitätszahlen von Null). Die minimale Fallzahl beträgt dann 11 Fälle, also mehr, als in der US-Studie als ausreichend erachtet wurde.
Man sieht nun ganz deutlich, dass die Landkreise mit kleinen Fallzahlen die Verteilung „zerstören“. Ein pauschaliertes Auswerten wie mit der oberen Verteilung – vielleicht sogar mit Annahme einer Normalverteilung (weil es sich nur damit mit vertretbarem Aufwand rechnen lässt) – würde zu enormen Fehlern führen.

Bild 17 [4] Alle deutschen Landkreise (minimale Fallzahl ist 11). Verteilungsbild: Anzahl Todesfälle/Corona-Fall

Nun Auszüge von Mortalitätswerten (Anzahl Todesfälle/Coronafall) für verschiedene Landkreise, um die gewaltigen Mortalitätsspannen zu zeigen, die keine „Rücksicht“ auf Stadt- oder Landkreis nehmen:

Bild 18.1 [4] Relative Anzahl Todesfälle (Beispiele)

Bild 18.2 [4] Relative Anzahl Todesfälle (Beispiele)

Bild 18.3 [4] Relative Anzahl Todesfälle (Beispiele)

Bild 18.4 [4] Relative Anzahl Todesfälle (Beispiele)

Bild 18.5 [4] Relative Anzahl Todesfälle (Beispiele)

Bild 18.6 [4] Relative Anzahl Todesfälle (Beispiele)

Lässt sich daraus etwas ableiten?

Man benötigt sehr viel Phantasie, um daraus einen signifikanten Einfluss von Feinststaub zu ahnen, oder gar abzuleiten.
Beispiele:
– Bayern ist gerade als Flächenland sehr stark betroffen. Die Mortalität der von Luftschadstoffen laut der Deutschen Umwelthilfe stark betroffenen Stadt München liegt mit 0,88 % jedoch im unteren Bereich
Anmerkung: Diese Begründung kann auch falsch sein, denn Feinststaub wird in größerem Maß (zwischen 10 … 20 %) auch von der Landwirtschaft emittiert. Nach der Studie könnte es bezüglich Corona also vielleicht günstiger sein, länger in einer ansonsten mit anderen Schadstoffen hoch belasteten Stadt zu wohnen
– Berlin Neukölln (Innenstadtbereich) liegt mit 2,11 % gleichauf wie die ländliche Gegend Dahme-Wald-Spreekreis.
– Die Stadt Wolfsburg, die Landkreise   Lüchow-Dannenberg und der Odenwaldkreis haben (für Deutschland) eine extreme Mortalität von 12 … 14 %
– Die Stadt Fürth liegt mit einer Mortalität von 4,91 % unter der ihres sehr ländlichen Landkreises mit 7,37 %.
Wovon können so unterschiedliche Fallzahlen – dazu noch entgegengesetzt, wie man es nach der Studienaussage erwarten würde – eventuell abhängen:
Gerade steht in einer Lokalausgabe (Ausgabe vom 14.04.): Zahl der Toten im Landkreis steigt. Über die Osterfeiertage sind im Landkreis Fürth weitere Coronaopfer zu beklagen. Alle stammen aus Seniorenheimen (Anmerkung: Fast alle vorherigen Corona-Todesfälle im Landkreis und der Stadt stammen ebenfalls „aus“ Seniorenheimen).
Seniorenheime haben anscheinend eine extreme, positive Korrelation zur Coronamortalität.
Vielleicht gehen vor allem feinststaubgeschädigte Personen in Seniorenheime, oder in Seniorenheime sind vor allem feinststaubbelastete Gebäude, oder etwas ganz anderes ist wesentliche Ursache …
Auf jeden Fall müss(t)en nach einer so eindeutigen, statistischen Korrelation vorrangig alle! Seniorenheime „geräumt“ werden, um die Mortalitätszahlen zu verringern …
Warum ordnet dies bei einer solch extremen Korrelation niemand an … ?
Gut, in Italien mit seiner extrem hohen Mortalität von 32 % auf 100.000 Einwohner soll es vor allem (auch) daran liegen, dass die Betroffenen gerade nicht in Seniorenheimen wohnen, sondern zuhause im Kreis ihrer Großfamilien. Ein Beispiel, wie es für den gleichen Sachverhalt zwei gegensätzliche Korrelationen gibt und Beispiel, dass eine Korrelation keine analytische Aussage ersetzt, oder/und zu Fehlinterpretationen verführt.

Verschmutzung als Ursache kann nie falsch sein. Und die NGOs können dann endlich auch zu Corona „Tote“ weltweit einfachst berechnen …

Vielleicht ist es in Italien dann doch auch die Feinstaubbelastung, wie es ja schon publiziert wurde, da der Ausbruch in einer Industriezone „startete“?
BR24: 24.03.2020: #Faktenfuchs: Was hat Luftverschmutzung mit Corona zu tun?
Forscher vermuten einen Zusammenhang von Luftverschmutzung und dem Verlauf von Lungenkrankheiten bei Covid-19-Patienten. Es könnte eine Erklärung für die hohe Todesrate in Norditalien sein. Ein #Faktenfuchs zum Stand der Erkenntnisse.
Die Karte der Europäischen Umweltagentur EEA ist eindeutig: Italien hat im Vergleich zu anderen westeuropäischen Staaten die am stärksten belastete Luft. Vor allem die Region Norditalien, die besonders stark von der Corona-Pandemie betroffen ist, hat eine historisch hohe Luftverschmutzung aufzuweisen. Die EEA nimmt für ihre Berechnung der Luftverschmutzung Stickstoffdioxid (NO2), Feinstaub und bodennahes Ozon zusammen – alles Faktoren, die im stark industrialisierten und eng besiedelten Norden Italiens zu finden sind.
… Zwar lägen noch keine Forschungsergebnisse zu Covid-19 und Luftverschmutzung vor, es sei jedoch naheliegend, dass es eine Verbindung geben könnte, da „die überwältigende Mehrheit der Studien beweist, dass Luftverschmutzung eine große Rolle dabei spielt, ob eine pneumatische Erkrankung mild oder schwer verläuft“.
… Auch der Berliner Virologe Christian Drosten wird in seinem NDR-Podcast (Folge 18) auf eine mögliche Verbindung von Luftverschmutzung und Lungenkrankheiten angesprochen. Drosten sagt, dass “einiges darüber spekuliert werde”, dass aber weitere Korrelationen (wechselseitige Beziehungen) ebenfalls zu berücksichtigen seien – wie beispielsweise das Rauchen. So sei für Drosten eine mögliche Erklärung dafür, dass in China mehr Männer als Frauen an Covid-19 erkrankt sind, darauf zurückzuführen, dass „in China vor allem die Männer rauchen“.
Nun hat der Autor gelesen, dass in der am schwersten betroffenen Zone in Italien – in der auch die Pandemie begann – vor allem viele Chinesen leben, welche als Gastarbeiter in der lokalen Industrie beschäftigt sind. Und diese haben über längere Zeit – als der Virus in China längst wütete – regen Personenaustausch mit ihrem Heimatland gehabt. Schließlich hat nur der penetrant doofe US-Präsident frühzeitig seine Grenzen für Chinesen dicht gemacht, was v. d. Leyen (Ärztin) damals auch sofort als ungeheuerlich geisselte und Deutschland – das blind alles macht, was und wie die EU es vorgibt (ist so im Koalitionsvertrag festgelegt) – pflichtbewusst auch lange nicht machte und danach erst einmal vollkommen inkonsequent.
So konnten noch lang nach dem Ausrufen der Pandemie Iraner problemlos und unbehelligt aus ihrem Hotspot nach Deutschland einfliegen.
Als in Ischgl ein Ansteckungshotspot herrschte, beeilte man sich die mit hoher Wahrscheinlichkeit anteilig mit infizierten Deutschen Urlauber schnell zurückfahren zu lassen. Maßnahmen für diese Risikogruppe daheim? Völlige Fehlanzeige.
Auch die im BR24-Artikel gezeigte Karte der Umweltverschmutzung zeigt etwas Sonderbares: Warum haben Italien und Spanien eine ähnlich (und dazu extrem hohe) Mortalitätsrate, obwohl in Spanien eher wenig Luftverschmutzung zu sehen ist? Und Österreich mit den östlichen Ländern, welche von „Luftverschmutzung“ ebenfalls ganz dunkel sind, melden kaum Mortalität, die dafür in Frankreich mit seiner „reinen Luft“ wieder sehr stark wütet.
Alles Fragen, die unsere Medien nicht stellen.

Bild 19 Luftverschmutzung in Europa (BR24)


Und laut BR24 gibt es noch weitere Risiken:
… weitere Risikofaktoren, die laut der amerikanischen Forscherin Sabra Klein von der Johns Hopkins University dazu führten, dass Männer ebenfalls als eigene Risikogruppe zu betrachten sind – genau wie ältere Menschen …
… Darüber hinaus sind Männer als eigene Risikogruppe zu betrachten, da sie deutlich häufiger durch den neuartigen Corona-Virus erkranken und auch sterben …
Wie man sieht, ist die Qualität der Daten nicht allzu gut und bereits orientierende Analyseversuche zeigen starke Inhomogenitäten.
Versuchen welche, dieses Problem zumindest ansatzweise zu lösen, werden diese nicht unterstützt, sondern daran Mängel gesucht: RP online: Zweifel an Seriosität der Heinsberg-Studie
Ausgerechnet die Politik forciert die „Zweifel“, wo gerade sie Interesse an besseren Daten haben sollte.
In Amerika scheint es damit nicht besser zu stehen. Der Artikel: EIKE 15. April 2020: Die Kurve abflachen
zeigt, dass es auch in den USA kaum gelingt, selbst scheinbar plausible Einflussfaktoren wirklich zu bestimmen oder zu belegen.
Trotzdem sagen die Sudienautoren, dass es ihnen bei einer im Vergleich geringen Einflussgröße mit hoher Genauigkeit gelungen wäre.

Datenqualität der Feinstaubbelastung PM2.5 in Deutschland

Die Studie berechnet für die gesamte USA aus den Daten vom Jahr 2000 bis 2016 genau einen Einfluss heraus. Sehen wir einmal nach, ob dies im Hochtechnologieland Deutschland mit seinen umfangreichen Schadstoff-Monitoringprogrammen für den Einfluss von Feinststaub realistisch durchführbar wäre.
Das Umweltbundesamt gibt an: UBA PM2,5 wird seit dem Jahr 2008 deutschlandweit an rund 200 Messstationen überwacht.
Für ganz Deutschland Beginn im Jahr 2008 mit gerade einmal 200 Messstationen? Da müssen die USA ja mindestens acht Jahre früher und viel, viel flächendeckender begonnen haben …
Allerdings publiziert das UBA eine Grafik mit Feinstaubdaten, beginnend mit dem Jahr 2000:

Bild 20 Verlaufsgrafik von Luftschadstoffen seit 2000. Quelle: UBA


Danach hat die Konzentration beginnend mit dem Jahr 2000 von 77,3 % auf 20 % im Jahr 2016 abgenommen (Minderung: von 100 % auf 26 %; -74 %)
Eine andere Verlaufsgrafik aus einem Bundesland zeigt weitere Details:

Bild 21 Bundesland NRW. Verlauf der PM2.5-Konzentration an verschiedenen Verkehrs- und Landmessstellen seit 1998. Die Jahresmittelwerte haben je nach Messort einen Bereich zwischen 30 … 10 Mikrogramm/m³


Bild 22 Jahresverlauf der Feinstaubkonzentration in Bad Heilbrunn


Verlauf der Feinstaub-Konzentration über den Messzeitraum vom 7. November 2012 bis 28. Mai 2013: Einzelmesswerte für das Tagesmittel, der Mittelwert und der Zielwert über den gesamten Messzeitraum. Quelle: BLfU Bayern. Bericht Luftgüte im Bad Heilbrunn, 2014
Kann man bei solch großen Unterschieden während und im Betrachtungszeitraum für eine Einflussgrößenberechnung noch den Mittelwert über 16 Jahre verwenden, wie es die US-Studie gemacht hat?
Das UBA erstellt auch Jahresberichte (leider nur für wenige Jahre und erst ab 2010 auf der Homepage zu finden). Darin sieht man die große Spanne an regionalen Unterschieden und kurzzeitigen Veränderungen:

Bild 23 Deutschland, Verteilung des Feinststaubwertes PM2.5 in den Jahren 2010; 2017; 2019. Quelle: UBA Jahresberichte


Nachdem das UBA schreibt, dass im Jahr 2008 deutschlandweit mit 200 Messstellen begonnen wurde, ein Blick nach Bayern.
Für das Jahr 2010 sind im UBA-Dokument: Dokument Erstellt am 25.03.2014: Jährliche Auswertung Feinstaub (PM2,5)- 2010 (Excel-Version)
für ganz Bayern fünf Stationen gelistet, diese konzentriert in drei Städten:

Bild 24 Beim UBA im Bericht zum Jahr 2010 für Bayern gelistete Feinststaub-Messstationen


Im Bericht zum Jahr 2017 sind für Bayern 30 Messstationen gelistet und für ganz München nun vier:

Bild 25 Beim UBA im Bericht zum Jahr 2017 für München gelistete Feinststaub-Messstationen


Für die Großstadt München beträgt die Stationsabdeckung nun anstelle zwei Messstationen gewaltige vier.
Damit lässt sich „fundierte“ Statistik betreiben. Den Zahlen sieht man ja nicht an, wie falsch sie sein können.

Bild 26 Bayern und München Feinststaubkonzentrationen von 2000 bis 2017 (vom Autor berechnet)


Eine Frage war noch offen: Wie genau wird eigentlich gemessen? In einem TÜV-Bericht stehen für eine hochwertige Messstation über die Messgenauigkeit: [5] Genauigkeit: +-2,0 μ/m3 <80 μ/m3
Erinnerung: Alleine die Mess(un)genauigkeit von +-2,0 μ/m3 würden nach der Studie eine Mortalitätsveränderung von 60 % bedeuten (können).
Das war aber noch nicht alles. Mache bezweifeln, ob die verwendete Messmethodik die medizinische Gefährdung wiederspiegelt:
ruhrmobil: Feinstaub: Woher kommt er, wie gefährlich ist er und wie kann man ihn messen?
Kritik und Diskussion
Die Messmethode des Projektes und die der staatlicher Stellen liefern basierend auf einer Partikelanzahl und Größe jedoch eine Masse bezogen auf Volumen als Messergebnis (μg/m³). Dies ist ungenau, da die Zusammensetzung des Staubs unbekannt ist und ein einzelnes Partikel leicht oder schwer sein kann. Die Ermittlung der Masse beruht hierbei also auf einer angenommenen Zusammensetzung des Feinstaubs.
Auch die in Europa gesetzten Grenzwerte sind massebezogene Grenzwerte. Dies muss grundsätzlich hinterfragt werden. Insbesondere, weil die Wirkung über den Atemweg bis hinein in die Blutbahn auf einen Partikel beruht und daher die Partikelanzahl als Messgröße und Grenzwert viel aussagekräftiger wäre und eine bessere Beurteilung der Situation ermöglichen würde.

Fazit

Nun nehme man vereinfacht an, dass die Datenqualität und Einflussfaktoren in Deutschland und den USA in etwa vergleichbar sind.
Der Autor würde es nach der durchgeführten Betrachtung darüber jedoch nie „wagen“, aus den Deutschen (und Europäischen) Daten den Einfluss von Feinststaub herauszurechnen und mit der in der US-Studie angegebenen Präzision zu publizieren.
Allerdings hat er dazu auch weder einen Auftrag, noch bekäme er extra Fördermittel (wie die Studienautoren mit neun Förderquellen). Muss deshalb aber auch kein (gewünschtes) Ergebnis abliefern.
Wie könnte so ein „Gewünschtes“ aussehen:
[2] … Für New York bedeutet das konkret, dass 250 Menschen weniger an Covid.19 gestorben wären, wenn die Luft in den vergangenen 20 Jahren nur ein Mikrogramm weniger Feinstaubpartikel pro Kubikmeter enthalten hätte …
Für New York gibt es nun seit dieser Studie den „Fakt“ genau berechneter, zusätzlicher 250 Coronaverstorbener, falls in New York vom Jahr 2000 bis 2016 genau 1 Mikrogramm Feinststaub weniger in der Atemluft gewesen wäre …
Die Stadt liegt mit ihrem Feinststaubniveau allerdings nur auf Platz 918 der „Weltrangliste“: WIKIPEDIA Liste der Städte mit der weltweit stärksten Luftverschmutzung
Viele Städte in Deutschland (WIKIPEDIA listet 70 Städte, welche ein höheres PM2.5 Ranking als New York haben) liegen in ihrem Schadstoffranking weit darüber:

Bild 27 Weltweites Ranking der Schadstoffbelastung (kleiner Auszug). Quelle: WIKIPEDIA Liste der Städte mit der weltweit stärksten Luftverschmutzung


Aus der UBA Messwertetabelle zum Jahr 2017 lässt sich allerdings als Jahresmittelwert errechnen: Berlin: 14,8; Cottbus 15; Frankfurt (Oder): 15,5; Bielefeld: 14; Krefeld 14.
Solche Differenzen zwischenverschiedenen Fundstellen dürfen einen aber nicht wundern.
Bei solchen Aussagen zur „vorgezogenen Mortalität“ fehlt immer: Und wann wären die Betroffenen (hier in der Regel alte und gesundheitlich stark vorbelastete Personen) sonst gestorben. Auch: wie haben sie denn (noch) gelebt? Wieviel ‰ (oft sind es ja nur wenige Tage/Wochen) an Lebenszeit ging wirklich verloren und hat diese überhaupt eine Relevanz.
Doch warten wir ab, wann Greenpeace, Germanwatch, Bund Naturschutz (nicht nur) für Deutsche Städte darauf basierend Horrorzahlen vorgezogener Coronatoten publizieren und die Deutsche Umwelthilfe daraufhin diese Städte verklagt.
Wer meint, solche „Datenqualität“, aber zugleich „gesicherte“ Ableitungen daraus wären nur dem kurzfristigen „Coronafall“ geschuldet, irrt. Beim sich stetig ändernden Klima ist es sehr sehr ähnlich.

Wieder ein Nachtrag

Wenn es nicht so traurig wäre. Aber eine Meldung zeigt wieder, wie katastrophal die Datenlage selbst bei einem Pandemiefall, welcher alleine die EU mehrere Billiarden EUR kosten wird, selbst nach vielen Monaten bleibt.
Wie gelistet, hieß es in einer älteren Mitteilung, dass in Belgien Gestorbene in Seniorenheimen teils nicht erfasst worden seien. Nun schreibt der SPIEGEL, dass es eher umgekehrt wäre. Allerdings sei man dort inzwischen dabei, (in der Statistiknot, weil die Mortalität im Ländervergleich so schlecht abschneidet, was bei Politikern immer zu irgendeinem Handeln führt) zwischen „normal“ Gestorbenen und „Coronamortalität“ zu unterscheiden (warum machen das die anderen Länder nicht?).
Beispiel aus dem kleinen Land Belgien:
DER SPIEGEL Samstag, 18. April 2020: Hohe Todeszahlen: Das belgische Corona-Rätsel
In keinem Flächenstaat auf der Welt ist die Zahl der Corona-Toten im Verhältnis zur Einwohnerzahl höher als in Belgien. Die Föderalregierung gerät unter Druck.
… Der Virologe Steven Van Gucht hat vor allem die Situation in den Pflegeheimen im Visier. Er ist Vorsitzender des nationalen wissenschaftlichen Corona-Ausschusses und in der Krise alles andere als unumstritten.
„Die Todesfälle in den Krankenhäusern sind in den letzten zwei Wochen stabil geblieben“, sagte er am vergangenen Freitag, „aber in den Seniorenheimen verzeichnen wir seit April einen stetigen Anstieg“. Der Grund: Belgien zählt Sterbefälle in Altenheimen offenbar oft auch zu den Corona-Toten; auch dann, wenn die Todesursache nicht klar ist.
Von den 289 Toten in Altenheimen, die am Donnerstag gemeldet wurden, konnten nur 91 eindeutig als Corona-Tote klassifiziert werden – und die übrigen gut zwei Drittel nur als mögliche Covid-19-Fälle. Es sei möglich, dass Belgien dadurch seine Todeszahlen überschätze, so Van Gucht …
Und trotzdem behaupten Studienautoren, sie könnten genau den Einfluss von Feinststaub berechnen.
Quellen
[1] Der Tagesspiegel 11.04.2020: Coronavirus-Studie aus Harvard Hohe Luftverschmutzung führt zu deutlich mehr Covid-19-Toten
[2] Studie Harvard T.H. Chan School of Public Health: Exposure to air pollution and COVID-19 mortality in the United States
[3] GfBU Consult, Gutachten: Betrachtung der verkehrsbedingten Luftschadstoffe im Zusammenhang mit der Aufstellung des Bebauungsplans „Neues Stadion am Flugplatz … „ …
[4] Robert-Koch-Institut: Covid-19 Fallzahlen
[5] TÜV Rheinland Energie und Umwelt GmbH: TÜV-Bericht: 936/21209885/G Köln, 20. September 2013