Menschliche Fehler bei Temperaturmessungen

geschrieben von John Goetz | 6. Oktober 2015

66Die täglichen, vom NCDC zusammengestellten USHCN-Temperaturaufzeichnungen enthalten die täglichen Maximum- und Minimum-Temperaturen für jede Station in dem Netzwerk ftp://ftp.ncdc.noaa.gov/pub/data/ghcn/daily/hcn/. In einigen Fällen werden Messungen für einen bestimmten Tag nicht aufgezeichnet und als -9999 bei Tmax und/oder Tmin für jenen Tag angegeben. In anderen Fällen wurde eine Messung aufgezeichnet, fiel aber bei einer Reihe von Qualitätskontrollen durch.
Qualitätskontrollen
Ich war neugierig zu erfahren, wie oft verschiedene Qualitätskontrollen gescheitert sind. Darum schrieb ich ein Programm, um mich durch die täglichen Files zu wühlen, um mehr zu erfahren. Zufälligerweise verfügte ich bereits über eine sehr geringe Anzahl täglicher USHCN-Aufzeichnungen, die ich schon für andere Zwecke heruntergeladen hatte. Diese nutzte ich jetzt, um die Software auszutesten.
Ich merkte rasch, dass mein Algorithmus eine größere Anzahl von gescheiterten Konsistenz-Checks der täglichen Aufzeichnungen für Muleshoe in Texas berechnete als bei der mit einem „I“ markierten korrespondierenden Station in der monatlichen Aufzeichnung des USHCN. Die tägliche Aufzeichnung beispielsweise markierte den Minimum-Wert am 6. und 7. Februar 1929 und den höchsten Wert am 7. und 8. Februar. Mein Verfahre berechnete das als drei Tage mit falschen Daten, aber bei den monatlichen Rohdaten waren nur zwei derartige Tage für Muleshoe angezeigt.
Unabhängig davon, wie viele Fehler gezählt worden sein sollten, ging aus der täglichen Aufzeichnung klar hervor, warum diese indiziert waren. Die Minimum-Temperatur vom 6. Februar lag höher als die Maximum-Temperatur am 7. Februar, was eine Unmöglichkeit ist. Gleiches galt für den 7. Februar relativ zum 8. Februar.
Ich bemerkte, dass es eine ganze Reihe von Fehlern wie diesem in den täglichen Aufzeichnungen von Muleshoe gab, die sich über viele Jahre erstreckten. Ich fragte mich, wie den Beobachtern wiederholt solche Fehler unterlaufen konnten. Es war an der Zeit, sich wieder dem Beobachtungsformular B-91 zuzuwenden, um zu sehen, ob dieses ein wenig Licht in die Angelegenheit bringen konnte.
Übertragungsfehler
Das B-91-Formular stammt von dieser NOAA-Website und ist unten verlinkt. Nach der Umrechnung der Temperaturen in Grad Celsius wurde das Problem offensichtlich. Die erste Temperatur (43) scheint durchgestrichen. Die letzte Temperatur in jener Spalte (39) weist einen blassen Pfeil auf, der aus einer Zeile weiter unten mit der Kennzeichnung „1*“ auf diesen Wert zeigt. Das „1*“ ist eine Bemerkung des Inhalts „Maximum-Temperatur eingeben für den ersten Tag des Folgemonats“.
February 1929 B-91 for Muleshoe, TX
Folgendes stellte sich heraus: Wer auch immer die händische Aufzeichnung in elektronische Form gebracht hat, hatte gedacht, dass der Beobachter beabsichtigte, die erste Temperatur auszustreichen und sie zu ersetzen durch eine von weiter unten, womit er folglich die Maximalwerte für den gesamten Monat um einen Tag nach oben verschob.
Um die Absicht des Beobachters herauszufinden, wurde das B-91-Formular für März 1929 untersucht um zu sehen, ob die erste Maximum-Temperatur 39 war, wie es mit „1*“ im Februar-Formular gekennzeichnet worden war. 39 war nicht nur die erste Maximum-Temperatur, es scheint, als ob sie mit der gleichen Markierung durchgestrichen worden ist. Obwohl die Ausstreichung im März-Formular erschien, war jene Aufzeichnung korrekt übertragen worden. Ein rascher Blick auf B-91 für Januar 1929 zeigte die gleichen Strichmarken über der ersten Temperatur.
March 1929 B-91 for Muleshoe, TX
January 1929 B-91 for Muleshoe, TX
Die Strichmarken tauchen auch in anderen Formularen auf. Der Oktober 1941 sah interessant aus, weil beide gescheiterten Qualitäts-Checks aus einem offensichtlichen Grund nicht anwendbar waren. Die gekennzeichneten Temperaturen waren für die Jahreszeit nicht ungewöhnlich und auch nicht ungewöhnlich relativ zu dem Tag davor bzw. danach. Mit dem Öffnen von B-91 war das gleiche „Ausstreichungs“-Artefakt sichtbar über dem ersten Eintrag der Maximum-Temperatur! Natürlich sind die Maximum-Temperaturen in der gleichen Weise verschoben worden wie im Februar 1929. Als Folge davon waren zwei kältere Tage aus der Berechnung der mittleren Temperatur ausgesondert worden.
October 1941 B-91 for Muleshoe, TX
Weil die Markierungen gleich waren, scheint es, als ob sie in viele Formulare übertragen worden waren, wenn diese in einem Speicher gesammelt wurden, möglicherweise weil die Formulare Blaupausen waren. Dies wäre wahrscheinlich geschehen nach der Übermittlung, weil im Formular für 1941 der Beobachter Temperaturen ausgestrichen hat und klar war, wo die Ersatzwerte geschrieben worden sind.
Fehlerauswirkung
Zusätzlich zu einer falschen Maximum-Temperatur wurden alle drei Tage, die als nicht dem Qualitäts-Check genügend gekennzeichnet waren, nicht zur Berechnung des monatlichen Mittels verwendet. Das in der elektronischen Aufzeichnung reflektierte nicht adjustierte Mittel betrug 0,8°C, während es in der Aufzeichnung auf Papier 0,24°C betrug, also über ein halbes Grad kälter. Die Schätzung des Zeitpunktes der Beobachtung betrug 1,41°C. Das Homogenisierungsmodell kam zu dem Ergebnis, dass ein monatlicher Wert nicht aus täglichen Daten berechnet werden konnte und sonderte ihn aus. Stattdessen füllte es die Lücke mit dem Monat und ersetzte den Wert mit einer Schätzung von 0,21°C, berechnet aus Werten der umliegenden Stationen. Während dies keine schlechte Schätzung war, bleibt aber die Frage im Raum, ob der Wert bei 0,12°C geblieben wäre, wenn die Übertragung korrekt erfolgt wäre. Außerdem hat das GHCN den Monatswert nicht übernommen, weil er eingetragen worden ist.
Im Falle des Januar 1941 reflektierte die elektronische Aufzeichnung einen nicht adjustierten Mittelwert von 2,56°C, während in der Papierform 2,44°C eingetragen war. Das Modell der Beobachtungszeit schätze das Mittel zu 3,05°C. Die Homogenisierung schätzte die Temperatur zu 2,65°C. Dies fand sich auch im GHCN.
Diskussion
Erst seit Kurzem haben wir die Fähigkeit, Klimadaten automatisch zu sammeln und anzuzeigen, ohne die Einmischung von Menschen. Viele der Temperaturaufzeichnungen, die wir haben, waren manuell gesammelt und angezeigt worden. Wenn Menschen involviert sind, können Fehler auftreten und treten auch auf. Tatsächlich war ich beeindruckt von den Muleshoe-Aufzeichnungen, weil die Beobachter Fehler korrigiert und Beobachtungszeiten angegeben hatten, die außerhalb der Norm an der Station lagen. Mein Eindruck war, dass die Beobachter an jener Station versucht hatten, so genau wie möglich zu sein. Ich habe mir die B-91-Tabellen anderer Stationen angeschaut, bei denen keine solchen Korrekturen oder Eintragungen vorgenommen worden waren. Einige dieser Stationen lagen bei Wohnhäusern. Ist es vernünftig zu glauben, dass die Beobachter niemals eine Beobachtung um 7 Uhr morgens aus irgendwelchen Gründen verpassten, wie z. B. während einer Urlaubsreise, über endlose Jahre hinweg? Dass sie immer ihre Beobachtung gleich beim ersten Mal korrekt niedergeschrieben hatten?
Die Beobachter sind lediglich eine menschliche Komponente. Hinsichtlich Muleshoe haben die Personen, die die Aufzeichnung in elektronische Form gebracht hatten, eindeutig fehlinterpretiert, was geschrieben worden ist, und das aus gutem Grund. Für sich genommen schienen die Tabellen Korrekturen aufzuweisen. Die mit der Datenübertragung befassten Personen haben dies wahrscheinlich vor vielen Jahren getan ohne jede Erfahrung, welche allgemeinen Fehler in der Aufzeichnung oder im Übertragungsprozess auftreten konnten.
Aber die Transskriptoren machten Fehler. In anderen Tabellen habe ich ausgetauschte Werte gesehen. Während ein Austausch von 27 mit 72 wahrscheinlich bei einem Qualitäts-Check aufgefallen wäre, wäre dies bei einem Übergang von 23 zu 32 wahrscheinlich nicht der Fall gewesen. Die falsche Eingabe von 20 anstatt korrekt -20 kann einen ganzen Monat mit brauchbaren Daten von automatischen Checks aussondern lassen. Diese Daten könnten nur gerettet werden durch eine sorgfältige Neu-Untersuchung der Papieraufzeichnung.
Jetzt dehne man all dies auf die übrige Welt aus. Ich denke, dass wir unseren Job so gut wie möglich gemacht haben, wie es in diesem Land zu erwarten ist, aber es ist nicht perfekt. Können wir Gleiches von der übrigen Welt sagen? Ich habe eine Vielfalt von Rechtfertigungen gesehen für die Adjustierungen der US-Daten, aber keine Erklärung dafür, warum in der übrigen Welt nicht einmal halb so viele Adjustierungen vorgenommen worden waren.
Link: http://wattsupwiththat.com/2015/09/28/human-error-in-the-surface-temperature-record/
Übersetzt von Chris Frey EIKE



Etwa 92% (oder 99%) aller USHCN-Temperaturdaten bestehen aus geschätzten Werten

geschrieben von John Goetz | 6. Oktober 2015

In einem vorangegangenen Beitrag (hier, auf Deutsch beim EIKE hier) wurde gezeigt, dass die auf die GHCN-Daten angewendeten Adjustierungs-Modelle geschätzte Werte für etwa 66% der Informationen erzeugt hat, die den Verwendern der Daten zur Verfügung gestellt wurden wie etwa GISS. Weil die US-Daten einen relativ großen Beitrag zum Umfang der GHCN-Daten leisten, nimmt sich dieser Beitrag die Auswirkungen der Adjustierungs-Modelle auf die USHCN-Daten vor. Die Graphiken in diesem Beitrag verwenden den um 14 Uhr am 25.9.2015 heruntergeladenen Datensatz von der USHCN FTP Site.
Im USHCN V2.5-File ,Readme‘ liest man: „Die Version USHCN 2.5 wird jetzt erzeugt mittels des gleichen Processing-Systems, das auch auf die monatliche Version der GHCN 3-Daten angewendet worden ist. Dieses Reprocessing besteht aus einem Konstruktions-Prozess, der die monatlichen Daten der Version 2.5 des USHCN in einer speziellen Prioritäts-Reihenfolge zusammenfasst (eine, die monatliche Daten bevorzugt, die direkt aus der jüngsten Version von GHCN-Daily berechnet wurden). Qualität kontrolliert die Daten, findet Inhomogenitäten und führt Adjustierungen durch, wo es möglich ist“.
Es gibt drei wichtige Unterschiede im GHCN-Prozess. Erstens, der USHCN-Prozess erzeugt einheitliche Ergebnisse, die Schätzungen der Beobachtungszeit an jeder Station zeigen. Zweitens, USHCN wird Werte für fehlende Daten zu schätzen versuchen, ein Prozess, der bekannt ist unter der Bezeichnung infilling [im Folgenden mit „Auffüllung“ übersetzt]. Derartige Daten werden jedoch vom GHCN nicht verwendet. Der dritte Unterschied ist, dass die homogenisierten Daten für die US-Stationen von den durch das GHCN adjustierten Daten der gleichen US-Stationen abweichen. Meiner Vermutung nach ist der Grund hierfür, dass die Homogenisierungs-Modelle des GHCN Daten über nationale Grenzen hinweg einbringen, während dies beim USHCN nicht der Fall ist. Dies muss noch näher untersucht werden.
Beitrag des USHCN zum GHCN
Im Kommentarbereich des o. g. Beitrages wies Tim Ball darauf hin, dass das USHCN eine unverhältnismäßig hohe Datenmenge zum GHCN-Datensatz beiträgt. Die erste Graphik unten zeigt diesen Beitrag im zeitlichen Verlauf. Man beachte, dass das US-Landgebiet (einschließlich Alaska und Hawaii) 6,62% der gesamten Festlandsfläche der Erde ausmacht.

Prozentzahl der Stationen im GHCN, die aus dem USHCN stammen
Wie viele der Daten sind modelliert?
Die folgende Graphik zeigt die Anzahl der Daten, in in der USHCN-Aufzeichnung für jeden Monat von Januar 1880 bis heute verfügbar sind. Auf der Y-Achse ist die Anzahl der Daten liefernden Stationen aufgetragen, so dass jeder Punkt auf der blauen Kurve die Anzahl der Monate repräsentiert, in denen das Monatsmittel aus unvollständigen täglichen Temperaturmessungen berechnet worden ist. USHCN berechnet einen monatlichen Mittelwert auch bei bis zu neun fehlenden Tagen und kennzeichnet den Monat mit einer Rangfolge von „a“ (1 fehlender Tag) bis zu „i“ (neun fehlende Tage). Wie man in der Graphik erkennt, wurden etwa 25% der monatlichen Werte berechnet, wenn einige Tage fehlen. Das offensichtlich jahreszeitliche Verhalten der roten Kurve verlangt nach weiteren Untersuchungen.

Aufzeichnende USHCN-Stationen
Die dritte Graphik zeigt das Ausmaß, mit dem die Adjustierungs-Modelle die USHCN-Daten beeinflussen. Die blaue Kurze zeigt wieder die für jeden Monat verfügbare Datenmenge im USHCN. Die violette Kurve zeigt die Anzahl von Messungen in jedem Monat, die infolge der Beobachtungszeiten geschätzt worden sind. Etwa 91% der USHCN-Daten weisen eine Beobachtungszeit-Schätzung auf. Die grüne Kurve zeigt die Anzahl von Messungen in jedem Monat, die mittels Homogenisierung geschätzt worden waren. Dies summiert sich zu etwa 99% in der Aufzeichnung. Wie oben schon erwähnt, unterscheiden sich die Schätzungen von GHCN und USHCN für US-Stationen. Im Falle des GHCN sind etwa 92% der US-Aufzeichnungen geschätzt.
Die rote Kurve ist die Anzahl der Daten, die durch eine Kombination von Homogenisierung und GHCN ausgesondert worden sind. Gelegentlich sondert die Homogenisierung die Originaldaten ganz aus und ersetzt sie durch ungültige Werte (-9999). Öfter jedoch werden ausgesonderte Daten durch gültige Werte berechnet aus benachbarten Stationen. Wenn dies geschieht, werden die homogenisierten Daten gekennzeichnet mit einem „E“. GHCN zeigt keine Daten, die auf diese Weise gekennzeichnet sind, weshalb sie in der roten Kurve als ausgesondert erscheinen.

Anzahl der Messstationen und Ausmaß der Schätzungen
Die nächste Graphik zeigt die drei Datensätze (Beobachtungszeit, homogenisiert, ausgesondert) als Prozentzahl der Gesamtzahl der Stationen.

Ausmaß von USHCN-Schätzungen als Prozentzahl aller eingehenden Messstationen.
Die Auswirkung der Modelle
Die fünfte Graphik zeigt die mittlere Änderung der Rohdaten infolge des Beobachtungszeit-Adjustierungsmodells, wenn man diese durch einen geschätzten Wert ersetzt. Die Kurve schließt alle Schätzungen ein, einschließlich der 9% der Fälle, in denen der Beobachtungszeit-Wert gleich dem Wert der Rohdaten ist.

Änderung der USHCN-Rohdatenwerte nach der Beobachtungszeit-Schätzung
Die sechste Graphik zeigt die mittlere Änderung der Rohwerte infolge des Homogenisierungs-Modells. Die Kurve schließt alle Schätzungen ein, einschließlich des 1% aller Werte, in denen der homogenisierte Wert gleich ist dem Rohdatenwert.

Änderung der USHCN-Rohdaten nach der Homogenisierungs-Schätzung
Unvollständige Monate
Wie zuvor beschrieben berechnet das USHCN ein monatliches Mittel, falls bis zu neun Tage mit Daten fehlen. Die folgende Graphik zeigt die Prozentzahl der Monate, in der die Aufzeichnung unvollständig ist (rote Kurve) sowie die Prozentzahl der Monate, die erhalten bleiben, nachdem man die Adjustierungs-Modelle angewendet hatte (schwarze Kurve). Es ist offensichtlich, dass unvollständige Monate nicht oft ausgesondert wurden.

Anzahl der monatlichen USHCN-Mittelwerte, die aus unvollständigen täglichen Beobachtungen berechnet wurden.
Die nächste Graphik zeigt die mittlere Anzahl von Tagen, die fehlten, als die täglichen Aufzeichnungen der Monate unvollständig waren. Nach einer gewissen Volatilität vor dem Jahr 1900 beträgt die mittlere Anzahl fehlender Tage in unvollständigen Monaten zwei (6,5%).

Anzahl der fehlenden Tage bei unvollständigen monatlichen Mittelwerten im USHCN
Ein Wort zum Auffüllen
Die USHCN-Modelle erzeugen Schätzungen für einige fehlende Monate und ersetzen gelegentlich einen kompletten Monat durch eine Schätzung, falls es zu viele Inhomogenitäten gibt. Die letzte Graphik zeigt die Häufigkeit, mit der dies in der USHCN-Aufzeichnung vorkommt. Die blaue Kurve zeigt die Anzahl der nicht existierenden Messungen, die durch den Auffüllungsprozess geschätzt worden sind. Die violette Linie zeigt die Anzahl bestehender Messungen, die ausgesondert und durch den Auffüllungsprozess ersetzt worden sind. Vor dem Jahr 1920 kam es sehr häufig zur Schätzung fehlender Daten. Seitdem ist es öfter zur Ersetzung fehlender Daten gekommen, als dass fehlende Daten geschätzt worden sind.
Aufgefüllte Daten sind in den Adjustierungs-Schätzungen des GHCN nicht enthalten.

Anzahl der Auffüllung fehlender Daten im USHCN.
Schlussfolgerung
Das US-Festland macht 6,62% der Landfläche der Erde aus, doch stammen von hier 39% der Daten im GHCN-Netzwerk. Von 1880 bis zur Gegenwart wurden etwa 99% aller Temperaturdaten im homogenisierten USHCN-Output geschätzt (mit Unterschieden zu den Original-Rohdaten). Etwa 92% der Temperaturdaten im Beobachtungszeitpunkt-Output des USHCN sind geschätzt worden. Die Adjustierungsmodelle des GHCN schätzen etwa 92% der US-Temperaturen, aber diese Schätzungen passen weder zu den USHCN-Beobachtungszeit-Schätzungen noch zu den homogenisierten Schätzungen.
Die Homogenisierungs-Schätzung führt einen positiven Temperaturtrend von etwa 0,34°C pro Jahrhundert relativ zu den USHCN-Rohdaten ein. Die Beobachtungszeit-Schätzungen führen einen positiven Temperaturtrend von etwa 0,16°C pro Jahrhundert ein. Diese sind nicht additiv. Der Homogenisierungs-Trend steht bereits für den Beobachtungszeit-Trend.
Anmerkung: Das US-Klima-Referenznetzwerk, von Anfang an vorgesehen zur freien Verfügung für JEDWEDE Adjustierung von Daten, zeigt keinerlei Trend, wie ich bereits im Juni 2015 in einem Beitrag mit dem Titel [übersetzt] „Trotz der Versuche, ihn global zu beseitigen, existiert der „Stillstand“ immer noch in ursprünglichen US-Temperaturdaten“ (hier) erläutert habe.
Plottet man die Daten aus jenem Netzwerk, sieht das so aus:

Bemerkungen von Anthony Watts hierzu: Natürlich haben Tom Karl und Tom Peterson von NOAA/NCDC (jetzt NCEI) niemals diese USCRN-Daten an das Tageslicht gebracht, weder in einer Presseerklärung noch in einem Klimazustands-Bericht für die Medien. Sie wurden auf eine Nebenseite der Website verbannt und niemals erwähnt. Wenn es um Behauptungen bzgl. wärmstes Jahr/Monat/Tag jemals geht, werden stattdessen der Öffentlichkeit ausschließlich diese stark adjustierten, höchst unsicheren USHCN/GHCN-Daten in diesen regelmäßigen Berichten gezeigt.
Man fragt sich, warum NOAA NCDC/NCEI Millionen Dollar ausgegeben haben, um ein Klimazustands-Netzwerk für die USA zu erschaffen und dieses dann niemals zur Information der Öffentlichkeit herangezogen wird. Vielleicht liegt es daran, dass es nicht die gewünschten Ergebnisse zeigt?
Link: http://wattsupwiththat.com/2015/09/27/approximately-92-or-99-of-ushcn-surface-temperature-data-consists-of-estimated-values/
Übersetzt von Chris Frey EIKE



Etwa 66% aller globalen Temperaturdaten bestehen aus geschätzten Werten

geschrieben von John Goetz | 6. Oktober 2015

Die Adjustierungen sind irgendwie kontrovers, weil sie vermutlich Roh- und genaue Daten heranziehen. Dann werden sie durch ein oder mehrere mathematische Modelle laufen gelassen und erzeugen eine Schätzung, wo die Temperatur unter bestimmten gegebenen Bedingungen hätte liegen sollen. Beispiel: Der Messzeitpunkt (time of observation TOB) nimmt einen Rohdatenpunkt um – sagen wir – 7 Uhr morgens und erzeugt eine Schätzung, wo die Temperatur um Mitternacht gelegen haben könnte. Der Skill eines solchen Modells ist auf monatlicher Basis fast unmöglich zu bestimmen, aber es ist unwahrscheinlich, dass man dabei permanent ein Ergebnis erhält, das bis auf ein Hundertstel Grad genau in der Aufzeichnung gespeichert ist.

Nehmen wir einen einfachen Beispielfall. Die Station in Berlin-Tempelhof begann mit Temperaturmessungen im Januar 1701 und misst dort bis heute [im 2. Weltkrieg wurde um diese Station ein großer Flughafen gebaut, der zunächst als Militärbasis, dann als einziger Verkehrsflughafen im Westteil Berlins genutzt wurde, bis man in Tegel den neuen Flughafen in Betrieb nahm! Anm. d. Übers.] Bis Dezember 1705 war es in der GHCN-Aufzeichnung die einzige Station, an der Temperatur gemessen worden ist. Von den 60 theoretisch möglichen Monaten jenes Zeitraumes gab es aus 48 Monaten (nach den Qualitäts-Kontrollchecks) eine nicht veränderte mittlere Roh-Temperatur, und während der übrigen 12 Monate liegt keine Messung vor. Jeder einzelne dieser 48 Monate wurde durch das Adjustierungs-Modell nach unten geschätzt, und zwar um genau 1,14°C. Im Januar 1706 kam eine zweite Station zum Netzwerk hinzu – De Bilt in den Niederlanden. Während der folgenden 37 Jahre gab es eine valide Temperatur in jedem Monat, und während der meisten Monate war es die einzige GHCN-Station, von der eine Temperaturmessung vorlag. Die Temperatur für jeden dieser Einzelmonate wurde um genau 0,03°C nach unten geschätzt.

Ist es möglich, dass die Modelle gut genug sind, die „korrekte“ Temperatur an diesen beiden Stationen im Verlauf von über vierzig Jahren mittels nur zweier Konstanten zu ermitteln? Zwar ist alles möglich, aber es ist äußerst unwahrscheinlich.

Wie viele Rohdaten sind verfügbar?

Die folgende Graphik zeigt die in den GHCN-Aufzeichnungen verfügbare Datenmenge für jeden Monat vom Januar 1700 bis zur Gegenwart. Auf der Y-Achse ist die Anzahl der Messstationen aufgetragen, so dass jeder Punkt der Kurve die Anzahl der Messungen im gegebenen Monat repräsentiert. Die grüne Kurve repräsentiert die Anzahl von reinen, unveränderten Messungen, und die violette Kurve repräsentiert die Anzahl der geschätzten Messungen. Die Differenz zwischen grüner und violetter Kurve repräsentiert die Anzahl der Roh-Messungen, die nicht von den Adjustierungsmodellen verändert worden sind. Das bedeutet, dass die Differenz zwischen geschätztem und Rohwert Null ist. Die blaue Kurve unten repräsentiert die Messungen, bei denen ein unkorrigierter Rohwert durch die Adjustierungs-Modelle ausgesondert und durch einen ungültigen Wert ersetzt worden ist (repräsentiert durch -9999). Die Anzahl der ausgesonderten Rohdaten (blaue Kurve) ist in der grünen Kurve der Gesamtzahl nicht enthalten.

Anzahl der monatlichen Roh- und geschätzten GHCN-Temperaturen von 1700 bis heute

Die zweite Graphik zeigt die selben Daten, aber der Startzeitpunkt liegt diesmal am 1. Januar 1880. Dies ist der Startzeitpunkt für die GISS-Analyse.

Anzahl der monatlichen Roh- und geschätzten GHCN-Temperaturen von 1880 bis heute

Wie viele der Daten sind modelliert?

Zur Erinnerung für diesen Beitrag: „Rohdaten“ sind Daten, die die Qualtitäts-Kontrolltests durchlaufen haben (nicht gekennzeichnet). Gekennzeichnete Daten werden von den Modellen ausgesondert und durch ungültige Werte ersetzt (-9999).

In der nächsten Graphik repräsentiert die violette Kurve die Prozentzahl der Messungen, die geschätzt sind (geschätzt dividiert durch roh x 100). Die blaue Kurve repräsentiert die Prozentzahl der ausgesonderten Messungen relativ zu den Roh-Messungen, die nicht ausgesondert worden sind (ausgesondert dividiert durch roh x 100). Vor dem Jahr 1935 wurden etwa 80% aller Rohdaten in eine Schätzung umgeändert, und von 1935 bis 1990 erfolgte eine stetige Abnahme auf etwa 40% der Daten, die in Schätzungen umgewandelt wurden. Im Jahre 1990 gab es eine aufwärts gerichtete Spitze von etwa 55%, gefolgt von einer stetigen Abnahme auf heute 30%.

Die blaue Kurve unten zeigt, dass etwa 7% bis 8% der Rohdaten von den Adjustierungs-Modellen ausgesondert worden sind mit Ausnahme einer Spitze von 20% in jüngerer Zeit. (Ja, die beiden Kurven zusammen sehen komischerweise wie die Silhouette von Homer Simpson aus, wenn er auf dem Rücken liegt und schnarcht).

Prozentzahl der GHCN-Rohdaten, die durch Schätzungen ersetzt oder ausgesondert wurden.

Die nächste Graphik zeigt die Prozentzahlen der Schätzungen von ländlichen und nicht-ländlichen Stationen. In den meisten Teilen der Aufzeichnung sind die Werte nicht-ländlicher Stationen häufiger geschätzt worden als die von ländlichen Stationen. Allerdings wurden während der letzten 18 Jahre beide Datenarten in etwa gleicher Weise geschätzt.

Prozentzahl von ländlichen und städtischen GHCN-Rohdaten, die durch eine Schätzung ersetzt wurden.

Die fünfte Graphik zeigt die mittlere Änderung der Rohdaten aufgrund der Ersetzung durch geschätzte Werte seitens der Modelle. Zwei Kurven finden sich in der Graphik. Die rote Kurve ist die mittlere Änderung, wenn man Messungen, bei denen der geschätzte Wert gleich dem Rohwert war, mit einschließt. Allerdings ist es möglich, dass die Adjustierungs-Modelle einen geschätzten Wert von Null erzeugen. Die blaue Kurve berücksichtigt diese Möglichkeit und repräsentiert alle Messungen, einschließlich jener ohne Unterschied zwischen den Rohwerten und den geschätzten Werten. Die Trendlinien für beide sind ebenfalls eingezeichnet, und es ist interessant zu sehen, dass die Neigung beider Kurven fast identisch ist.

Mittlere Änderung in Grad Celsius mal 100, wenn Schätzungen Rohdaten ersetzen

Was ist mit den ausgesonderten Daten?

Zur Erinnerung: die ersten beiden Graphiken zeigten die Anzahl der Rohmessungen, die von den Adjustierungs-Modellen entfernt worden waren (blaue Kurve in beiden Graphiken). Die geschätzten Daten wurden nicht gekennzeichnet, um anzuzeigen, warum die Rohdaten entfernt worden waren. Die violette Kurve in der folgenden Graphik zeigt die Anomalie der entfernten Daten in Grad Celsius mal 100 (Bezugszeitraum 1951 bis 1980). Es gibt einen leichten Aufwärtstrend von 1880 bis 1948, einen großen Sprung nach oben von 1949 bis 1950, gefolgt von einem moderaten Abwärtstrend von 1950 bis heute. Die blaue Kurve ist die Anzahl der von den Modellen ausgesonderten Messungen. Man sollte bei der Analyse dieser einzelnen Graphik vorsichtig sein, weil bei der Berechnung der Anomalie kein gridding [Zuordnung zu den Planquadraten in denen die Messstation liegt] vorgenommen worden ist, und vor 1892 wird nur eine Handvoll von Messungen durch die Daten repräsentiert.

Mittlere Anomalie in Grad Celsius mal 100 der ausgesonderten GHCN-Daten

Schlussfolgerung

Alles in allem enthalten alle Temperaturdaten von 1880 bis heute etwa 66% in den adjustierten GHCN-Temperaturdaten geschätzte Werte, erzeugt von Adjustierungs-Modellen, während 34% der Daten Rohwerte sind, abgeleitet aus direkten Messungen. Der ländliche Anteil enthält 60% geschätzte und 40% direkter Daten. Unter den nicht-ländlichen Daten sind etwa 68% geschätzt und 32% Rohdaten. Die Gesamtzahl der nicht-ländlichen Messungen übersteigt die ländlichen Messungen um einen Faktor 3.

Die Schätzungen der NOAA für die GHCN-Daten führen einen Erwärmungstrend ein von etwa einem Viertelgrad Celsius pro Jahrhundert. Jene Schätzungen werden mit einer etwas höheren Rate für nicht-ländliche Stationen erzeugt als für ländliche Stationen während der meisten Zeit der Aufzeichnung. Während der ersten 60 Jahre der Aufzeichnung wurden Messungen mit einer Rate von 75% geschätzt mit einem graduellen Rückgang bis 40% Anfang der neunziger Jahre, gefolgt von einer kurzen Spitze in der Rate vor dem weiteren Rückgang auf das heutige Niveau.

Etwa 7% der Rohdaten wurden ausgesondert. Falls man diese Daten bei der Endaufzeichnung berücksichtigt hätte, hätte sich wahrscheinlich von 1880 bis 1950 ein Erwärmungstrend ergeben, dem ein Abkühlungstrend von 1950 bis heute gefolgt wäre.

Epilog

Die Anzahl von Schätzungen und deren Auswirkungen ändern sich mit der Zeit. Grund hierfür ist das Hinzufügen neuerer Daten, die die Zeitreihe verlängern, die als Input für die Adjustierungs-Modelle genutzt werden. Die folgende Graphik zeigt die Prozentzahl der geschätzten Messungen (violette Kurven) und die Prozentzahl der ausgesonderten Messungen. Die dunklere Kurve wird erzeugt aus dem Datensatz bis zum 23. 9. 2015 (bis August 2015 sind die Daten komplett). Die helleren Kurven werden erzeugt aus dem Datensatz bis zum 27. 6. 2014 (Daten sind komplett bis Mai 2014). Eindeutig wurden im gegenwärtigen Datensatz weniger Messungen geschätzt als im Datensatz aus der Vergangenheit. Allerdings wurden im gegenwärtigen Datensatz mehr Messungen aus dem frühen Teil der Aufzeichnung ausgesondert als im gegenwärtigen Datensatz.

Prozent der GHCN-Rohdaten, die durch Schätzungen ersetzt oder ausgesondert wurden (August 2015 im Vergleich zu Mai 2014)

Eine Graphik, die die mittlere Änderung zu den Rohdaten zeigt, ist nicht abgebildet, weil eine Überlagerung praktisch ununterscheidbar ist. Allerdings ist die Neigung des geschätzten Datentrends erzeugt durch den gegenwärtigen Datensatz etwas größer als vom Datensatz der Vergangenheit (0,0204 bzw. 0,0195). Der Grund dafür, dass sich die Neigung von 0,0204 von der Neigung in der fünften Graphik oben (blaue Kurve) unterscheidet ist, dass das Vergleichsende der Mai 2014 ist, während die Graphik oben im August 2015 endet.

Link: http://wattsupwiththat.com/2015/09/24/summary-of-ghcn-adjustment-model-effects-on-temperature-data/

Übersetzt von Chris Frey EIKE



Können Temperatur-Korrekturen etwas Falsches richtig stellen?

geschrieben von John Goetz | 6. Oktober 2015

[Bemerkung: Am Ende ist ein kurzer Auszug aus diesem Beitrag angefügt. Anm. d. Übers.]

Temperaturadjustierungen haben mich gestört, nicht weil sie gemacht werden, sondern weil es eine umfassende Hypothese gibt, dass sie ein Problem geschickt beheben. Irgendwie sind Klimaforscher in der Lage, aus Orangen durch Adjustierungen Äpfel zu machen. Allerdings, wenn Adjustierungen an Temperaturdaten gemacht werden – ob sie TOBS korrigieren oder fehlende Dateneingaben oder fehlerhafte Datenerfassung etc. – sind wir nicht mehr mit [originalen] Daten verlinkt. Wir werden stattdessen mit einem Modell der ursprünglichen Daten konfrontiert. Wie bei allen Modellen gibt es die Frage, wie genau das Modell die Realität spiegelt.

Nach der Lektüre von Mr. Hausfathers Beitrag fragte ich mich, wie gut die TOBS-Anpassungen die vermutlich fehlerhaften ursprünglichen Temperaturdaten korrigieren. In dem Prozess der Suche nach einer Antwort kam ich zu dem (vorläufigen) Schluss, dass TOBS und andere Anpassungen nichts dazu tun, um die Temperaturdaten klarer zu fokussieren, damit globale Temperaturtrends mit der notwendigen Sicherheit berechnet werden können und die Ergebnisse auf die nächsten Hundertstel Grad C zu runden.

Die CRN-Station in Kingston, RI ist ein guter Ort, um die Wirksamkeit der TOBS-Adjustierung zu prüfen, weil es eine von mehreren CRN-Paaren im ganzen Land ist. Kingston 1 NW und Kingston 1 W sind CRN Stationen in Rhode Island und sind knapp 1400 Metern voneinander entfernt. Außerdem ist eine USHCN-Station, deren TOBS von NOAA adjustiert und später homogenisiert wurden, etwa 50 Meter vom Kingston 1 NW entfernt. Die Standorte der Stationen sind auf folgendem Google Earth Bild zu sehen. Fotos der beiden CRN Websites folgen – Kingston 1 W oben und Kingston 1 NW unten (beide mit Genehmigung NCDC).

 

Standorte in Kingston, RI USHCN and CRN Stationen

 

Kingston CRN 1 W

 

Kingston CRN 1 NW

Die folgenden Bilder sind von der Kingston USHCN Website vom Surface Stations Project. Das Projekt ordnet der Station eine Klasse-2-Bewertung für den in Frage kommenden Zeitraum zu: [die Jahre] 2003 – 2014. Stationen mit einer Klasse 1 oder 2 Bewertung wird als Bereitstellung zuverlässiger Daten betrachtet (siehe Klima Reference Network Rating Leitfaden – übernommen vom NCDC Climate Reference Network Handbook, 2002, sSpezifikation der Standortwahl (Abschnitt 2.2.1 der NOAA Climate Reference Network). Nur 11% der im Rahmen des Projekts untersuchten Stationen bekamen eine Klasse 1 oder 2 Bewertungen, die Kingston USHCN Website ist eine der wenigen, deren Daten als zuverlässig betrachtet werden. Bilder in Bodenhöhe von Gary Boden, Luftbilder von Evan Jones.

 

Google EarthI Image zeigt die Standorte der USHCN Stations Überwachungsausrüstung.

 

Vergrößertes Google Earth Image der USHCN Station. Beachten Sie den Standort der Kingston 1 NW CRN Station in der oberen, rechten Markierung.

 

Kingston USHCN Station Blickrichtung Süden.

 

Kingston USHCN Station Blickrichtung Norden. Die Kingston 1 NW CRN Station kann im Hintergrund gesehen werden.

CRN-Daten kann man hier herunterladen. Herunterladen ist umständlich, weil jedes Jahr von Daten in einem separaten Verzeichnis gespeichert ist und jede Datei für eine andere Station steht. Glücklicherweise bezeichnen die Dateinamen Zustand und Stationsnamen, so dass die Zuordnung der in dieser Analyse verwendeten beiden Stationen einfach wird. Nach dem Herunterladen der jährlichen Daten für eine bestimmte Station,müssen sie in einer einzigen Datei zur Analyse verkettet werden.

USHCN Daten können Sie hier herunterladen. Die Rohdaten, TOBS und homogenisierten (52i) Dateien müssen heruntergeladen und in ihren Verzeichnissen entpackt werden. Alle Daten für eine Station finden sich in einer einzigen Datei in den expandierten Verzeichnissen. Die Daten der Kingston USHCN haben einen Dateinamen, der mit USH00374266 beginnt.

Vergleich der Kingston 1 NW and Kingston 1 W Temperaturen

Beide Kingston CRN Stationen begannen mit der Aufnahme von Daten im Dezember 2001. Jedoch waren die Datensätze in jenem Monat unvollständig (es fehlen mehr als 20% der möglichen Daten). Im Jahr 2002 berichtete Kingston 1 NW von unvollständigen Informationen für Mai, Oktober und November, während Kingston 1 W unvollständige Informationen für den Monat Juli hatte. Aus diesem Grund sind CRN Daten von 2001 und 2002 nicht in die Analyse einbezogen.

Die folgende Grafik zeigt die Differenz der Temperaturmessungen zwischen Kingston 1 NW und Kingston 1 W. Die Temperaturen wurden aus dem Durchschnitt von Minimum und Maximum der Temperatur gebildet, wobei die 24-Stunden-Zeiträume von 00 Uhr bis 24 Uhr liefen. Die Y-Achse ist in Grad Celsius mal 100 eingeteilt [140 = 1,4 C]. Der Graubereich ist bei 0 Grad C zentriert und 1 Grad F breit (+/- 0,5 ° F). Ich habe diesen Bereich in allen Charts verwendet, es ist eine bekannte Maßnahme für US-Leser und hilft die Größe der Unterschiede in der Perspektive zu erkennen.

Die y-Achse entspricht Grad. C x 100. Das graue Band ist 1 Grad F breit und in Null C zentriert

Angesichts der großen Nähe der beiden Stationen erwartete ich, dass ihre Aufzeichnungen eng zueinander verlaufen. Ich fand es etwas überraschend, dass sich 22 der Monate – oder 15% – durch ein halbes Grad F und mehr unterschieden. Das stimmt mich nachdenklich, wie sinnvoll (um nicht zu sagen genau) Homogenisierungs-Algorithmen sind, insbesondere diejenigen, die Adjustierungen mit Stationen von bis zu 1200 Kilometer Abstand voneinander machen. Ist es sinnvoll, Stationen, die 50 oder 100 Meilen voneinander entfernt sind, zu homogenisieren, wenn diese Variabilität bereits bei weniger als eine Meile auseinander [liegenden Stationen] in dieser Differenz auftritt?

Vergleich der Kingston 1 NW und Kingston 1 W Datenerfassung

Teilweise sind Unterbrechungen in der Datenerfassung die Ursache der Unterschiede. Trotz der High-Tech-Geräte an beiden Standorten kamen Unterbrechungen vor. Unter Bezugnahme auf das vorhergehende Bild zeigen die roten Punkte Monate, in denen Daten über 24 Stunden oder mehr nicht erfasst wurden. Die Unterbrechungen sind nicht kontinuierlich, ein paar Stunden hier und dort, ein paar fehlende Daten. Die beiden Temperaturausreißer scheinen vor allem auf fehlende 79 und 68 Stunden bzw. Daten zurück zu führen. Allerdings können nicht alle Unterschiede auf fehlende Daten zurückgeführt werden.

In der Periode von 2003 bis 2014 zeichneten die beiden Stationen Temperaturen während mindestens 89% der monatlichen Stunden auf, und in den meisten Monaten wurden mehr als 95% der Stunden protokolliert. Die obige Grafik zeigt, dass die Berechnung eines monatlichen Durchschnitts bei fehlenden 10-11% der Daten ein Ergebnis mit fragwürdiger Genauigkeit ergeben kann. Allerdings berechnet die NOAA Monatsdurchschnitte für GHCN Stationen mit bis zu neun fehlenden Tagen in den Daten (siehe DMFLAG Beschreibung auf ftp://ftp.ncdc.noaa.gov/pub/data/ushcn/v2.5/readme.txt) Je nach Länge des Monats, wird GHCN Mittelwerte berechnen, trotz bis zu einem Drittel fehlender Daten.

Vergleich der Kingston USHCN und CRN Daten

Um die Fähigkeit der TOBS-Anpassung zu testen, die bei der NOAA Kingston USHCN Website angewendet wurde, wurde eine synthetische TOBS-Anpassung für die CRN Website berechnet. Die B91 generierten Formulare für Kingston USHCN von 2003-2014 zeigen einen Messzeitpunkt 16:30 Uhr. Daher wurde eine synthetische CRN 16:30 Beobachtung durch Mittelung der 16:00 und 17:00 Uhr-Beobachtungsdaten erstellt. Die Differenz zwischen den USHCN Rohdaten und der synthetischen CRN 16:30 Uhr Beobachtung wird in der folgenden Abbildung dargestellt. Trotz einer Entfernung von nur etwa 50 Metern erbringen die beiden Stationen sehr unterschiedliche Ergebnisse. Man beachte, dass die 2014er Daten nicht inbegriffen sind. Dies liegt daran, die 2014 USHCN Daten zum Zeitpunkt des Downloads unvollständig waren.

Die y-Achse entspricht Grad. C x 100. Das graue Band ist 1 Grad F breit und in Null C zentriert

Obwohl der Zeitpunkt der Erfassung der Daten sehr unterschiedlich ist, ist vielleicht die Adjustierung auf Mitternacht (TOBS) ähnlich? Die folgende Abbildung zeigt den TOBS-Anpassungsbetrag der Kingston USHCN Station abzüglich der TOBS-Adjustierung für die künstlichen CRN 16:30 Uhr Daten. Der USHCN TOBS Adjustierungsbetrag wurde durch Subtraktion der USHCN Rohdaten von den USHCN TOBS Daten berechnet. Der CRN TOBS-Adjustierungsbetrag wurde durch Subtraktion der synthetischen CRN 16:30 Uhr Daten von den CRN Mitternacht Beobachtungen berechnet. Wie in folgender Abbildung zu sehen ist, sind die TOBS-Anpassungen der USHCN Daten ganz anders als das, was durch die CRN-Daten gewährleistet werden würde.

Die y-Achse entspricht Grad. C x 100. Das graue Band ist 1 Grad F breit und in Null C zentriert

Anpassungseinfluss

Um die Qualität der Adjustierung zu testen, nimmt man am besten die homogenisierten Daten für die Kingston USHCN Station und vergleicht sie mit den Mitternacht Minimum / Maximum-Temperaturdaten der Kingston CRN 1 NW-Station, welche sich ca. 50 m entfernt befindet. Dies ist in der folgenden Abbildung dargestellt. Unter Berücksichtigung der Unterschiede zwischen den Daten der homogenisierten USHCN Station und den gemessenen Daten aus der nahen CRN Station ist nicht ersichtlich, dass die kombinierten TOBS und Homogenisierung Anpassungen ein Ergebnis erzeugen, das die echten Temperaturdaten an dieser Stelle reflektieren.

Die y-Achse entspricht Grad. C x 100. Das graue Band ist 1 Grad F breit und in Null C zentriert

Die Genauigkeit der Mitternachts-TOBS

Egal ob die minimalen und maximalen Temperaturen um Mitternacht oder zu einem anderen Zeitpunkt abgelesen werden, so stellen sie nur zwei Beispiele dar, die verwendet werden, um einen täglichen Durchschnitt zu berechnen. Die genaueste Methode zur Berechnung der Tagesmitteltemperatur wäre es, die Temperaturen kontinuierlich zu erfassen und die Berechnung eines Mittelwertes über alle Daten des Tages zu machen. Die CRN-Stationen erfassen die Temperatur einmal pro Stunde, so werden 24 Daten pro Tag gesammelt. Eine Mittelung der 24 Stundendaten, die während des Tages gesammelt wurden, ergeben eine genauere Messung der Tagesdurchschnitts-temperatur, als nur der Blick auf das Minimum und Maximum der letzten 24 Stunden. Dieses Thema wurde in allen Einzelheiten von Lance Wallace in einem Gastbeitrag vor zweieinhalb Jahren abgedeckt. Dieser ist es wert, noch einmal gelesen zu werden.

Die folgende Grafik zeigt den Unterschied zwischen der Verwendung der CRN stündlichen Temperaturen und der Mitternachts minimale / maximale Temperatur, um den Tagesdurchschnitt zu berechnen. Das Diagramm zeigt, dass die stündlichen Temperaturen einen höheren Tagesdurchschnitt an dieser Station ergeben.

Bild 12 Die y-Achse entspricht Grad. C x 100. Das graue Band ist 1 Grad F breit und in Null C zentriert

Diskussion

Automatisierte Verfahren, um die Rohdaten der Temperaturwerte von USHCN Stationen gesammelt zu adjustieren (und in Erweiterung, GHCN Stationen) sollen die Genauigkeit von regionalen und globalen Temperaturberechnungen erhöhen und zum Teil die Beobachtung von Trends in der Temperaturänderung verbessern. Solche Anpassungen zeigen jedoch fragliche Fähigkeiten bei der Korrektur der vermuteten Schwachstellen in den Rohdaten. Beim Vergleich der Rohdaten und der Adjustierungen von einer USHCN Station zu einer nahe gelegenen anderen CRN-Station ist keine Verbesserung erkennbar. Man könnte argumentieren, dass die Anpassungen die Ergebnisse beeinträchtigen. Darüber hinaus wird zusätzliche Unsicherheit eingeführt, wenn Monatsmittelwerte aus unvollständigen Daten berechnet werden. Diese Unsicherheit wird weitergeführt, wenn später Anpassungen an den Daten vorgenommen werden.

Einschub: Anmerkung der Redaktion

Dass diese Probleme bei allen historischen Temperaturmessungen bestehen, und damit deren Verwendbarkeit für die Berechnung einer globalen Mitteltemperatur wenige Zehntel Grad genau massiv beeinträchtigen, belegt sehr ausführlich das paper von Michael Limburg (hier) Die wichtigste Schlussfolgerung daraus:

Unter Einbeziehung der bereits von P. Frank 2010 und 2011 vorgelegten Analysen addiert dieser Fehler mindestens ±0,23 K zu dem Fehlerband der Anomalie (Differenz zwischen Istwert und Referenzwert) hinzu. Das gesamte Fehlerband vergrößert sich deshalb mindestens auf eine Spanne zwischen ± 1,084 ° C bis ± 2,084 ° C. Da aber viel mehr Fehler bei der Temperaturbestimmung selbst anfallen, muss diese Spanne auf einen Wert, der mindestens 3 bis 5 mal größer ist, als oben genannt, angehoben werden.

Ein Hinweis auf Rosinenpickerei

Unzweifelhaft werden einige behaupten, dass ich die Daten handverlesen habe, um meinen Punkt darzulegen, und sie haben Recht. Ich habe ausdrücklich nach den im kürzest möglichen Abstand befindlichen CRN und USHCN Stationspaaren geschaut mit USHCN Stationen einer Klasse 1 oder 2 Bewertung. Meine Vermutung war, dass die Unterschiede minimiert werden würden. Die Tatsache, dass ein zweite CRN Station sich weniger als eine Meile entfernt befindet, zementierte die Entscheidung, diesen Ort zu untersuchen. Wenn jemand in der Lage ist, ein CRN und USHCN Paar, die näher als 50 Meter nebeneinander liegen, zu lokalisieren ist, werde ich gerne ihre Differenzen analysieren.

Bearbeitet [durch den Autor], um eine Klarstellung der y-Achse Einheiten und die Bedeutung des grauen Bandes auf die Beschreibung der jeweiligen Figur hinzuzufügen.

Bearbeitet [durch den Autor], um Links zu den CRN und USHCN Quelldaten auf das NCDC FTP-Website hinzuzufügen

Erschienen auf WUWT am 6. März 2015

Link: http://wattsupwiththat.com/2015/03/06/can-adjustments-right-a-wrong/

Übersetzt von Andreas Demmig für Eike

Ergänzung:

Verständnis für die Messabweichung zum Zeitpunkt der Beobachtung

Zeke Hausfather

Globale Temperatur [-daten] werden justiert unter Berücksichtigung von Auswirkungen durch standortversetzte Stationen, Instrumentenwechsel , Änderung der [erfassten] Zeiten der Beobachtung (TOBs) und anderen Faktoren (Inhomogenitäten genannt). Diese Ursachen lokalisieren die nicht-klimatischen Ausrichtungen der instrumentellen Aufzeichnung.

Die Auswirkungen der Korrektur dieser Verzerrungen sind global relativ gering (und reduzieren eher den Jahrhundert-Erwärmungstrend, sowie auch Ozeane enthalten sind). Dagegen gibt es bestimmte Regionen in denen die Auswirkungen der Anpassungen auf Temperaturtrends groß sind. Insbesondere die Vereinigten Staaten haben große Anpassungen an Temperatur-Daten, die fast eine Verdoppelung des Erwärmungstrends seit 1900 bewirken. Die USA sind etwas ungewöhnlich, da die meisten seiner historischen Temperaturaufzeichnungen von Freiwilligen gesammelt wurden anstatt durch öffentliche Mitarbeiter. Dies hat den Vorteil, dass die US viel mehr Datensätze als die meisten anderen Teile der Welt aufgezeichnet haben. Es trägt aber auch dazu bei, dass die Stationen in der USA sind in der Regel nicht wenige systemische Inhomogenitäten haben [also viele …, der Übersetzer]

Teilauszug, erschienen am 22. Februar 2015 auf Climate etc.

Link: http://judithcurry.com/2015/02/22/understanding-time-of-observation-bias/

Übersetzt durch Andreas Demmig für Eike



NASA Klima (GISS) Institut findet heraus: Flughäfen werden deutlich wärmer als der Rest der Welt.

geschrieben von John Goetz | 6. Oktober 2015

Wie im vorherigen Beitrag bemerkt, hat das GISS seine monatliche globale Temperaturzusammenfassung für den Juni 2009 veröffentlicht. Die kolossale Anomalie dieses Monats von 0.63C ist einmal mehr viel höher als die von RSS, UAH, und sogar NOAA, der Quelle der GISS-Temperatur Daten. Nicht nur ist die Anomalie höher als die andere Quellen, sondern sie verläuft entgegengesetzt.

Temperaturdaten von 1079 Stationen trugen weltweit zur Analyse bei, 134 davon in den 50 amerikanischen Staaten angesiedelt. Daten von im Grunde den gleichen wenigen Stationen sind für die vergangenen vierundzwanzig Monate benutzt worden. Viele, viele Hunderte von Stationen, die historisch in die Aufzeichnung einbezogen worden sind, und immer noch Daten sammeln, werden heute weiterhin von GISS bei den globalen Temperaturberechnungen ignoriert.

Und wieder kommt der Großteil der  Temperaturen, der den heutigen weltweiten GISS-Durchschnitt umfaßt, von Flughäfen. In diesem Fall von 554 Flughäfen, laut den NOAA Daten von der V2-Station Bestandsliste. In den U.S. steigt das Verhältnis von Flughäfen zu Stationen insgesamt weiter stark an, mit 121 Flughafen-Stationen von den 134 berichtenden US Stationen.

Wareum müssen wir uns um die Flughafenstationen kümmern? Neben den jüngsten Posts auf der Seite von WWUT, welche die Probleme mit Flughafen-ASOS-Ausrüstung in den U.S. dokumentieren, hat WUWT auch eine Anzahl von Stationen dokumentiert, die problematisch gelegen sind. Besonders auffallend ist die Nähe der Stationen zu beheizten Pisten. Flughäfen können eine Mini-WI (Wäreminseleffekt) Wirkung dort ausüben, wo man sie ansonsten nicht erwartet.

Der NOAA Daten sind nicht völlig aussagekräftig, und mehrere bei Flughäfen gefundene Stationen werden nicht als solche bezeichnet. Einige Beispiele: Londrina und Brasilia in Brasilien, Ely / Yelland in Nevada und Broome in Austrailia. Jene Stationen waren leicht zu finden, weil sie im Stationsnamen den Begriff "Flughafen" oder ähnliches hatten. Ein Scheck der Koordinaten bei Google Earth bestätigte die Flughafenlagen.

Untersuchen wir die Daten über die Stationen etwas näher, sollen wir?

NOAA sagt, dass 345 der Stationen, die sie an GISS weitergeben, ländlich sind, und daher vermutlich frei von UHI-Einfluss. Fünfzehn dieser Stationen befinden sich in den U.S. Aber nur 201 dieser ländlichen Stationen befinden sich nicht bei einem Flughafen, und deshalb vermutlich frei von UHI-Wirkungen (einschließlich Pistenheizung). In den U.S. wird nur eine der fünfzehn Stationen als ländlich und gleichzeitig  nicht bei einem Flughafen gelegen, genannt: Ely / Yelland in Nevada.

So so!!! Wie oben gesagt, liegt diese Station bei einem Flughafen – das bestätigte nicht nur Google Earth, sondern auch die NOAA NCDC-Webseite! Dies bedeutet, dass all die amerikanischen Temperaturen – einschließlich Alaska und Hawaii. – entweder von einem Flughafen (der Großteil der Daten) oder einer städtischen Lage stammt.

Wie für der Rest der Welt wird bei einigen, der als ländlich und nicht bei einem Flughafen liegend angegebenen Stationen, in der Beschreibung vermerkt, dass sie in einem Gebiet mit „gedämpfter“ oder "heller" Beleuchtung liegen. Wenn wir diese herausnehmen, bleibt eine Gesamtsumme von nur 128 Stationen, die ländlich sind, nicht bei einem Flughafen liegen, und "dunkel" sind.

Warum ist "dunkel" so wichtig? Erinnern Sie sich, dass GISS dunkle Stationen verwendet, um den WI-Effekt der städtischen Stationen zu justieren. Bei nur 128 dunklen Stationen, keine davon in den U.S., scheint dies eine unmögliche Aufgabe zu sein.

Glücklicherweise erlauben es die GISS-Justierungs-Regeln, alte Daten zum Justieren von neuen Daten zu verwenden. Die Älteren "nicht-meldenden“ ländlichen Wetterstationen dienen weiter dazu, städtische Stationen zu justieren, obwohl die letzten zwei Jahre Überschneidung fehlen.

Zum Glück sind die Algorithmen robust genug, um Justierungen im Bereich von 100´stel Graden zu berechnen, selbst wenn Daten fehlen.

John Goetz im Juli 2009 den Originalartikel finden Sie hier
Die Übersetzung besorgte CS.
Weiterführende Links: http://www.eike-klima-energie.eu/news-anzeige/klimaerwaermung-in-deutschland-nicht-nachweisbar-der-dwd-hantiert-mit-falschen-daten-eine-bestandsaufnahme-der-deutschlandtemperaturen/