Der „Trick“ anomaler Temperatur-Anomalien

Immer diese Statistik! Bild: RainerSturm / pixelio.de

Kip Hansen
Es scheint, als ob jedes Mal, wenn wir uns umdrehen, uns ein neues wissenschaftliches Faktum präsentiert wird, dass sich irgendein Parameter – Anstieg des Meeresspiegels, mittlere globale Temperatur, ozeanischer Wärmegehalt, Eisbär-Population, Papageitaucher-Population – dramatisch verändert hat – „Es ist beispiellos“ – und dieses Geklüngel wird oftmals unterlegt durch eine Graphik, die einen scharfen Anstieg (oder scharfen Rückgang, je nachdem) zeigt als Anomalie des Parameters im Vergleich zu einer Grundlinie:

In den meisten Fällen ist die Anomalie sehr gering, und die Änderung wird aufgemotzt, indem die Y-Achse so gestreckt wird, bis diese geringe Änderung daherkommt wie ein steiler Anstieg (oder Fall). Die vermeintliche Aussagekraft der Graphiken wird durch die behauptete Genauigkeit der Anomalie verstärkt – bei der globalen mittleren Temperatur werden oftmals Zehntel- oder sogar Hundertstel Grad Celsius angegeben. Verschlimmert wird das Ganze, indem die Anomalien ohne oder nur mit sehr geringen „Fehler“-Bandbreiten gezeigt werden. Sollte das doch einmal der Fall sein, sind es nicht Fehler- oder Unsicherheits-Balken, sondern tatsächlich die statistische Standardabweichung (und nur selten wird das so angegeben).

Vor vielen Wochen habe ich dazu einen Beitrag geschrieben mit dem Titel [übersetzt] „Fast wie die Erde. Wir sind sicher!“ [Almost Earth-like, We’re Certain]. In dem Beitrag, der vom Weekly News Roundup des Science and Environmental Policy Project als „leicht lesbar“ charakterisiert worden ist, verlieh ich meiner Meinung Ausdruck, dass man Anomalien verwendet und so tut, als ob die Unsicherheit verringert worden wäre. Es ist nichts als Vortäuschung. Es ist ein Trick, um bekannte große Unsicherheiten zu verdecken.

Mit dem Eingeständnis, dass sich diese meine Meinung bis heute nicht geändert hat, denke ich, dass es gut ist, genauer zu erklären, wie ich zu dieser Ansicht gekommen ist – und was für einen umfangreichen Bereich in der Welt der Klimawissenschaft ziemlich kränkend sein wird. Zwei Dinge müssen wir betrachten:

1.Warum nenne ich das einen „Trick“?

2.Wer wird da ausgetrickst?

Zu Punkt 1: Warum nenne ich die Verwendung von Anomalien einen „Trick“?

Was genau ist das „Auffinden einer Anomalie“? Nun, nicht das, was man allgemein denkt. Die vereinfachte Antwort lautet, dass man die jährlich gemittelte Temperatur heranzieht und diese von jenem 30-Jahre-Klimamittel subtrahiert. Was übrig bleibt, ist „Die Anomalie“.

Das ist das, was sie sagen, aber nicht wirklich das, was sie tun. Sie fangen mit dem Auffinden von Anomalien auf einem niedrigen Niveau an und arbeiten sich empor bis zur Globalen Anomalie. Selbst wenn Gavin Schmidt den Gebrauch von Anomalien erklärt (hier), erkennen sorgfältige Leser, dass er sich rückwärts bewegen muss zu Absoluten Globalen Mittelwerten in Grad – indem die allgemein vereinbarte Anomalie dem 30-Jahre-Mittel hinzugefügt wird:

„… wenn wir versuchen, die absolute globale Mitteltemperatur für, sagen wir, das Jahr 2016 abzuschätzen. Die Klimatologie gibt im Zeitraum 1981 bis 2010 einen Wert von 287,4 ± 0,5K, und die Anomalie für 2016 (nach der GISTEMP-Grundlage) beträgt 0,56 ± 0,05°C. Folglich ist unsere Schätzung des absoluten Wertes 287,96 ±0,502 K, und bei Heranziehen des zweiten reduziert sich das zu 288,0 ± 0,5 K“.

Aber hier wollen wir einfach nur betrachten, dass die Anomalie einfach das von der berechneten GAST* subtrahierte 30-Jahre-Mittel in Grad ist.

Wie Schmidt freundlicherweise erklärt, ist die korrekte Angabe einer GAST in Grad irgendetwas auf der Linie 288,0 ± 0,5 K – das ist die Gradzahl bis auf ein Zehntel Grad genau mit einer Unsicherheits-Bandbreite von ± 0,5 K. Wenn eine Zahl auf diese Art und Weise angegeben wird, bedeutet das, dass der tatsächliche Wert nicht genau bekannt ist, aber es ist bekannt, dass er innerhalb der Bandbreite der Plus/Minus-Angabe liegt.

[*GAST = Global Averaged Surface Temperature]

Die Abbildung zeigt dies als aktuelle Praxis mit den Temperaturaufzeichnungen … die gemessenen Temperaturen sind auf ganze Grad Fahrenheit gerundet – eine Angabe, welche IRGENDEINE der unendlichen Zahl kontinuierlicher Werte zwischen 71,5 und 72,499999… repräsentiert.

Es ist kein Messfehler, es ist die gemessene Temperatur dargestellt als eine Bandbreite von Werten 72 +/– 0,5. Es ist eine Unsicherheits-Bandbreite – hinsichtlich der tatsächlichen Temperatur sitzen wir immer noch im Dunklen – wir kennen lediglich die Bandbreite.

Nun ist die Ein-Grad-Bandbreite für normale Menschen als Information ausreichend. Knifflig wird es in manchen Fällen, wenn sich die Temperatur dem Gefrierpunkt nähert – Temperaturen über oder unter dem Gefrierpunkt sind klimatisch bedeutsam für Landwirte, bei der Straßenausbesserung und Wartung von Flugzeugen.

Egal was wir mit Temperaturaufzeichnungen machen, müssen wir uns mit der Tatsache befassen, dass die tatsächliche Temperatur nicht aufgezeichnet worden ist – wir haben lediglich Bandbreiten aufgezeichnet, innerhalb derer die tatsächliche Temperatur lag.

Dies bedeutet, dass wenn diese Temperaturen für Berechnungen herangezogen werden, müssen sie Bandbreiten bleiben und als solche behandelt werden. Was nicht ausgesondert werden kann ist die Bandbreite des Wertes. Die Mittelung eliminiert die Bandbreite nicht – der Wert hat immer die gleiche Bandbreite. (Siehe Durable Original Measurement Uncertainty).

Auf der Grundlage einfacher Logik, wenn wir schließlich zur Globalen Mittleren Temperatur kommen, ist immer noch die originale Unsicherheit vorhanden – wie Dr. Schmidt korrekt illustriert, wenn er die Absolute Temperatur für das Jahr 2016 mit 288,0 ± 0,5 K angibt.

Der Trick kommt dort ins Spiel, wo die tatsächliche berechnete Temperatur zu einer Anomalie von Mittelwerten konvertiert. Wenn man ein Mittel berechnet (ein arithmetisches Mittel – Summe aller Werte geteilt durch die Anzahl der Werte), bekommt man eine sehr genaue Antwort. Wenn man das Mittel von Werten heranzieht, welche Bandbreiten sind, wie etwa 71 +/- 0,5, dann ist das Ergebnis eine sehr präzise Zahl mit einer hohen Wahrscheinlichkeit, dass das Mittel nahe dieser präzisen Zahl liegt. Während also das Mittel ziemlich genau ist, sind die tatsächlichen Temperaturen der Vergangenheit immer noch unsicher bis +/-0,5.

Drückt man das Mittel mit der gebräuchlichen „+/-2 Standardabweichung“ aus, sagt uns das nur, welchen Mittelwert wir erwarten können – wir können ziemlich sicher sein, dass das Mittel innerhalb jener Bandbreite liegt. Die tatsächliche Temperatur, wenn wir sie ehrlicherweise in Grad darstellen wie in der folgenden Graphik, immer noch behaftet sein mit der Messungenauigkeit: +/-0,5 Grad.

Diese Graphik wurde (ohne meine Anmerkungen) von Dr. Schmidt in seinem Beitrag über Anomalien (hier) gezeigt. Ich habe die erforderlichen I-Balken für +/-0,5 Grad hinzugefügt. Man beachte, dass die Ergebnisse der verschiedenen Re-Analysen selbst einen Spread von 0,4 Grad aufweisen – man könnte darüber sprechen, die Gesamtzahl von 0,9 Grad als die Unsicherheit der Globalen Mittleren Temperatur zu verwenden auf der Grundlage der Unsicherheiten oben (siehe die beiden grünen Unsicherheits-Balken, einer über dem anderen).

Dies illustriert die wahre Unsicherheit der Globalen Mittleren Temperatur – Schmidts eingeräumte +/-0,5 und die Unsicherheits-Bandbreite zwischen den Re-Analyse-Produkten.

Im Sinne der realen Welt sollte die oben dargestellte Unsicherheit als die Minimum-Unsicherheit betrachtet werden – die Unsicherheit der Originalmessungen plus die Unsicherheit der Re-Analyse. Es gibt noch viele andere Unsicherheiten, die man eigentlich hinzufügen müsste – wie sie etwa auftreten, wenn man Lücken in den Messungen mit berechneten Temperaturwerten füllt.

Der Trick besteht nun darin, dass der gleiche Datensatz als Anomalien präsentiert und behauptet wird, dass die Unsicherheit folglich auf 0,1 Grad reduziert ist (wenn sie überhaupt angegeben wird) – BEST halbiert diesen Wert nochmals und proklamiert 0,05 Grad!

Die Herabstufung des Datensatzes zu einem statistischen Produkt, Anomalie genannt, informiert uns nicht über die wahre Unsicherheit im tatsächlichen Parameter selbst – die Globale Mittlere Temperatur – jedenfalls nicht mehr als der Blick rückwärts auf eine Bergkette mittels eines speziellen Fernglases, das die Berge kleiner erscheinen lässt, wie stark das Auge auch immer getäuscht wird.

Hier folgt eine Stichprobe der Daten, welche dier Graphik ganz oben in diesem Beitrag ausmachen. Die Spalten bedeuten: Jahr – GAST-Anomalie – Glättung nach dem Lowess-Verfahren:

2010  0.7    0.62
2011  0.57  0.63
2012  0.61  0.67
2013  0.64  0.71
2014  0.73  0.77
2015  0.86  0.83
2016  0.99  0.89
2017  0.9    0.95

Die Vergrößerung der Graphik im Bereich 2000 bis 2017 sieht so aus:

7

Wir sehen globale Anomalien, dargestellt bis zu einer Genauigkeit von Hundertstel Grad Celsius. Unsicherheit wird nicht gezeigt – keine einzige ist erwähnt auf der NASA-Website, auf der die Graphik zu finden ist (hier). Auf dieser NASA-Website, zu finden im Abschnitt Vital Signs – Global Climate Change, heißt es weiter, dass „diese Forschungen im Wesentlichen konsistent sind mit ähnlichen Konstruktionen durch die Climatic Research Unit und die National Oceanic and Atmospheric Administration.” Schauen wir mal:

Von der CRU:

Hier sehen wir die Globale Temperatur nach CRU (Referenz-Zeitraum 1961 bis 1990) – ärgerlicherweise also mit einem anderen Referenz-Zeitraum als bei der NASA 1951 bis 1980. Die Differenz bietet ein paar Einblicke in den Umstand, welche gewaltigen Unterschiede diese verschiedenen Referenz-Zeiträume bzgl. der Ergebnisse ausmachen.

2010   0.56 0.512
2011 0.425 0.528
2012   0.47 0.547
2013 0.514 0.569
2014   0.579  0.59
2015 0.763 0.608
2016   0.797 0.62
2017 0.675 0.625

Die offizielle CRU-Anomalie für das Jahr 2017 beträgt 0,675°C – präzise bis zu einem Tausendstel Grad. Sie zeichnen das dann mit 0,68°C in die Graphik ein. CRU bringt es fertig, die gleiche Präzision in ihren geglätteten Werten zu zeigen – 2015 = 0,608.

Und der Vollständigkeit halber, die NOAA bietet folgende Werte an, präzise bis auf ein Hundertstel Grad:

2010,   0.70
2011,   0.58
2012,   0.62
2013,   0.67
2014,  0.74
2015,  0.91
2016,  0.95
2017,  0.85

Wir sehen, dass diese Anomalien anders als absolute globale Temperaturen wie jene von Gavin Schmidt bei RealClimate gezeigten (hier) mit überhaupt keiner Unsicherheit gezeigt werden. Keine SDs [Standard-Abweichungen], keine 95% CIs, keine Fehlerbalken, nichts. Und das präzise bis zu einem Hundertstel eines Grades Celsius.

Zusammengefasst: Die großen Klima-Institutionen der Welt informieren uns über den Zustand des Klimas, indem sie uns Graphiken der Anomalien der Globalen Mittleren Temperatur [GAST] anbieten. Diese zeigen einen stetigen und alarmierenden starken Anstieg seit etwa 1980. Dieser alarmierende Anstieg besteht aus einer globalen Änderung von etwa 0,6°C. Nur das GISS liefert irgendeine Art Unsicherheits-Schätzung, und auch das nur in der Graphik mit dem grünen 0,1°C-Balken wie oben gezeigt. Betrachten wir ein einfaches Beispiel: Wir folgen Gavin Schmidt gemäß diesem seinem Beitrag vom August 2017 und verwenden GAST-Absolutwerte in Grad Celsius mit seiner angenommenen Unsicherheit von 0,5°C.

Wie sieht das Mittel der beiden GAST-Werte aus, eine für die Nord- und eine für die Südhemisphäre? Um ein wirklich einfaches Beispiel zu geben, wollen wir einmal jeder Hemisphäre den gleichen Wert zuordnen von 20 +/-0,5 Grad Celsius. Unsere Rechnung: 20 +/- 0,5 plus 20 +/- 0,5 geteilt durch 2 ergibt … Das Mittel ist genau 20. (Nun, das nennt man Präzision…).

Was ist mit der Bandbreite? Sie beträgt +/- 0,5 – ist also 1 Grad breit. Das Mittel mit der Bandbreite beträgt 20 +/- 0,5.

Aber was ist mit der Unsicherheit? Nun, die Bandbreite legt die Unsicherheit fest: wir sind sicher, dass das Mittel zwischen 20,5 und 19,5 liegt.

Schauen wir die Wahrscheinlichkeiten – hier gleiten wir in den Bereich „Statistik“.

Hier folgen einige der Werte für die Nord- und Südhemisphäre aus einer unendlichen Anzahl von Möglichkeiten, die sich aus 20 +/- 0,5 ergeben. Wenn wir gleiche Werte heranziehen, ist das Mittel natürlich das gleiche. Aber wir wollen Wahrscheinlichkeiten haben – wie viele Wege gibt es also, dass das Ergebnis 20,5 oder 19,5 beträgt? Jeweils einen Weg.

NH           SH
20.5 —— 20.5 = 20.5 einzig mögliche Kombination
20.4         20.4
20.3         20.3
20.2         20.2
20.1         20.1
20.0         20.0
19.9         19.9
19.8         19.8
19.7         19.7
19.6         19.6
19.5 —— 19.5 = 19.5 einzig mögliche Kombination

Aber wie ist das mit 20,4? Es können 20,4-20,4 oder 20,5-20,3 oder 20,3-20,5 sein – drei mögliche Kombinationen. 20,3? 5 Kombinationen. 20,2? 7 Kombinationen. 20,1? 9 Kombinationen. 20,0? 11 Kombinationen. Jetzt sind wir über den Buckel gesprungen: 19,9? 9 Kombinationen. 19,8? 7 Kombinationen. 19,7? 5 Kombinationen. 19,6? 3 Kombinationen und 19,5? 1 Kombination.

Man erkennt, wie die Verteilung aussieht:

Da wir lediglich 11 Werte für jede der gemittelten Temperaturen verwendet haben, bekommen wir eine wenig pointierte Kurve. Es gibt zwei Kleine Graphiken … die zweite (unten) zeigt, was passieren würde, falls wir das Mittel von zwei identischen Zahlen gefunden hätten, jede mit einer Unsicherheits-Bandbreite von +/-0,5, falls sie gerundet worden wären auf das nächste halbe Grad anstatt auf das normale ganze Grad. Das Ergebnis ist intuitiv – Das Mittel besitzt immer die höchst mögliche Wahrscheinlichkeit, dass es der zentrale Werte ist.

Nun, dass scheint so offensichtlich, dass es selbst Dummies einsehen. Schließlich sollte ein Mittel mathematisch immer der zentrale Wert sein. Der Punkt ist aber: mit unseren gleich verteilten Werten um das Mittel – und wir erinnern uns, wenn wir einen Temperaturrekord sehen, angegeben als XX +/- 0,5, sprechen wir über eine Bandbreite von gleichmäßig verteilten möglichen Werten – wird das Mittel immer der zentrale Wert sein, ob wir nun das Mittel einer einzelnen Temperatur oder das von tausend Temperaturwerten mit dem gleichen Wert finden. Die Unsicherheits-Bandbreite ist jedoch immer die Gleiche! Natürlich! Muss doch so sein.

Hierin liegt der Trick – wenn sie die Anomalie des Mittels heranziehen, lassen sie die Unsicherheits-Bandbreite insgesamt fallen und konzentrieren sich einzig auf die zentrale Zahl, das Mittel, welches immer präzise ist und nahe dieser zentralen Zahl liegt. Wenn überhaupt einmal eine Unsicherheit genannt wird, wird sie als die Wahrscheinlichkeit angegeben, wie nahe das Mittel der zentralen Zahl liegt – und ist getrennt von der tatsächlichen Unsicherheits-Bandbreite der Originaldaten.

William Briggs sagt dazu: „Diese Ergebnisse sind keine Statements bzgl. der tatsächlichen Temperaturen in der Vergangenheit, die wir bis auf die Messgenauigkeit bereits kennen“.

Wir kennen bereits die berechneten GAST (siehe die Re-Analysen oben). Aber wir wissen nur, dass sie irgendwo innerhalb deren bekannten Unsicherheits-Bandbreiten liegt, welche laut Dr. Schmidt +/- 0,5 Grad betragen. Berechnungen der Anomalien der verschiedenen Mittelwerte sagen uns nichts über die tatsächlichen Temperaturen der Vergangenheit – die kannten wir bereits – und wir wissen, wie unsicher das war.

Es ist ein TRICK zu behaupten, dass mittels der Überleitung jährlicher Globaler Mittlerer Temperaturwerte zu Anomalien wir die bekannte Unsicherheit UNBEKANNT machen können.

Zu Punkt 2: Wer wird ausgetrickst?

Dick Feynman würde sagen: „Sie halten sich selbst zum Narren“. Sie kennen bereits die GAST so genau wie sie dieselben mit ihren gegenwärtigen Verfahren zu berechnen in der Lage sind. Sie kennen die involvierte Unsicherheit – Dr. Schmidt räumt ein, dass sie um 0,5 K liegt. Folglich ist ihre Verwendung von Anomalien (oder die Mittelwerte von Anomalien…) einfach ein Weg, sich selbst zum Narren zu halten, indem die bekannte Unsicherheit irgendwie auf magische Weise einfach verschwindet, äquivalent zu „falls wir auf diese Weise blinzeln und unseren Kopf nach einer Seite neigen…“.

Viel Glück dabei!

——————————-

Schlussbemerkungen des Autors:

Dieser Beitrag wird einem gewissen Segment der Leserschaft hier nicht gefallen, aber das verringert nicht dessen Validität. Jene, die sich selbst zum Narren halten wollen mit dem Verschwinden lassen der bekannten Unsicherheit der Globalen Mittleren Temperatur werden den einfachen, hier dargestellten Argumenten widersprechen. Das ist deren Minus.

Ich verstehe das Argument der Statistiker, welche darauf bestehen, dass das Mittel wirklich viel genauer ist als die Originaldaten. Aber sie lassen zu, dass jene Tatsache ihnen die Erlaubnis gibt, die Unsicherheits-Bandbreite der Originaldaten aus der realen Welt zu ignorieren. Man verstehe mich nicht falsch, sie versuchen nicht, uns auszutricksen. Sie sind sicher, dass dies wissenschaftlich und statistisch korrekt ist. Sie halten sich jedoch selbst zum Narren, weil im Endeffekt alles, was sie tun, die Veränderung der Werte auf der Y-Achse ist (von ,absolute GAST in K‘ zu ,absolute GAST in K minus dem Klimamittel in K‘) und die Unsicherheit fallen lassen – mit viel Rechtfertigung aus der Statistik-/Wahrscheinlichkeits-Theorie.

Link: https://wattsupwiththat.com/2018/09/25/the-trick-of-anomalous-temperature-anomalies/

Übersetzt von Chris Frey EIKE

image_pdfimage_print

13 Kommentare

  1. Nach reiflicher Überlegung ergänze ich noch meinen spontanen Beitrag und korrigiere Tippfehler:

    Rosinenpicken, auf Englisch cherry picking. Es wird überall (links und rechts) und auf jeder Ebene (Wissenschaftler und Laien) betrieben. Man lässt Unpassendes weg. So einfach ist es. Es ist keine Lüge, aber es kommt sehr nahe dran, vor allem wenn es in einem wissenschaftlichen Artikel vorkommt.

    Beispiele:
    1. In der Fülle von ungenauen Temperaturmessungen, wenn die gesuchten Effekte grösser sind als die Fehlerbalken, kann man sich aussuchen was man will.
    2. Man benutzt Modelle mit vielen einstellbaren Parametern.
    3. Man zitiert nur die Autoren mit dem gewünschten Ergebnis.

    Die Beispiele 1 und 2 gehören zwar einigermassen dazu, aber richtig treffend passt der Punkt 3:

    Der “Hockey Stick” (Eishockeyschläger) von Michael Mann, publiziert im 1998, ist eine Temperaturkurve, die seit dem Jahr 1000 fast ideal geradelinig abfällt und dann steil ansteigt, wenn die Menschen anfangen, die Kohle zu verbrennen usw. Dies soll die menschengemachte globale Erwärmung “beweisen”, weil die mittelalterliche Erwärmung fehlt. Diese Kurve bezieht sich laut der Originalarbeit nur auf die Nordhalbkugel, wurde aber vom IPCC dankbar übernommen und als die Globaltemperatur dargestellt. Mann publizierte mehrere Artikel und darüber wurden mehrere Bücher geschrieben (er und seine Kritiker). Das köstlichste kommt jetzt:

    Man gehe auf die Webseite https://www.skepticalscience.com/ und gebe den Suchbegriff “hockey stick” ein (“Skeptical Science” ist eine alarmistische Internetseite mit einem irreführenden Titel). Dann wählt man das Thema “Hockey stick is broken”. Es führt auf die Seite https://www.skepticalscience.com/broken-hockey-stick.htm. Dort steht eine lange Erklärung warum der “Hockey Stick” das einzig richtige sei. Es folgen einige Beispiele, die Mann nicht widerlegen, aber erst um 1500 oder 1600 beginnen. Natürlich keine Spur von mittelalterlicher Erwärmung. Das letzte Beispiel zitiert viele Arbeiten, die beginnen um 1000 und scheinen Mann zu bestätigen. Aber: eines der Beispiele ist die Arbeit von Esper et al. 2002 und die dargestellte Kurve ist manipuliert!? Zumindest sieht man nicht klar den Buckel. In anderen Arbeiten, wo die Arbeit zitiert wird, zeigt sie deutlich die mittelalterliche Erwärmung. Z.B. wird sie in der Übersicht “Surface Temperature Reconstructions for the Last 2,000 Years”, National Research Council 2006, zitiert und die Kurve dargestellt.

    Weitere Arbeit mit der mittelalterlichen Erwärmung, welweit: Craig Loehle https://www.asc.ohio-state.edu/mcculloch.2/AGW/Loehle/Loehle_McC_E&E_2008.pdf. Bei “Skeptical Science” nicht erwähnt. Übrigens, hier hat Wikipedia bei mir einen Punkt von ihrem Minusstand gewonnen, weil sie Loehle nicht völlig verschweigt.

    Weitere Referenz: https://wattsupwiththat.files.wordpress.com/2009/04/lanser_holocene_figure11.png

     
     Mann korrigierte seine Arbeiten aufgrund massiver Kritik und seine Kurven bekamen langsam einen Buckel im Mitelalter.

    • Sceptical Science leistet sich noch andere Klopper. Bspw in dem sie Mann´s Trick beim Hockeystick wiederholen- nämlich das anspleißen von völlig anderen Temperaturzeitreihen an eine hier Eisbohrkernzeitreihe .Auch wenn sie in der Grafik anders als Michael Mann seinerzeit einen Hinweis darauf geben, ist das unzulässig.
      Vulgo, weil absichtlich, wissenschaftlicher Betrug.
      Man schaue hier Bild 4. Dasselbe gilt für Bild 2 wenn auch nicht in dem Ausmaß! Wer findet die (absichtlichen Fehler?).(Bild 4)

      • Ja, ich habe es mir angeschaut. Dazu kann man nur sagen: wenn man solches Zusammenkleben betreibt, dann

        1. muss man es immer klar deklarieren. Das haben sie hier gemacht.

        2. Jedes Teil der Kurve muss seinen eigenen Vertrauensbereich haben, der wirklich der entsprechenden Statistik folgt. Das haben sie vergessen. Dazu kommt noch der schon diskutierte städtische Wärmeinseleffekt, ein systematischer Fehler, bei dem es völlig unklar ist, ob und wie er beseitigt wurde. Gruss, M.

  2. Rosinenpicken

    Interessanter Beitrag. Ich möchte noch Beifügen, was hier nicht erwähnt wurde:

    Rosinenpicken, auf Englisch cherry picking. Es wird überall und auf jeder Ebene betrieben. Man lässt Unpassendes weg. So einfach ist es. Es ist keine Lüge, aber es kommt sehr nahe dran, vor allem wenn es in einem wissenschaftlichen Artikel vorkommt.

    Beispiele:

    1. In der Fülle von ungenauen Temperaturmessungen, wenn die gesuchten Effekte grösser sind als die Fehlerbalkan, kann man sich aussuchen was man will.

    2. Man benutzt Modelle mit vielen einstellbaren Parametern.

    3. Man zitiert nur die Autoren mit dem gewünschten Ergebnis.

  3. Verfälschungen und Verzerrungen

    Der vorliegende interessante Beitrag, zeigt dennoch nur einen Bruchteil der vielfältigen Möglichkeiten zu (gewollten) Verzerrungen, Wunschergebnissen und optischer Manipulation mit Tabellen. Vor ca. 2 Jahren wies ich sowas schon mal mit einer Tabelle von ZDF-HEUTE nach.

    Alle „Mitteltemperaturen“ irgendwo zwischen „Untergießkübelbach und Obergießkübelbach“ wie auch zwischen Freibung und dem Funtensee, zwischen Sizilien und Karelien, zwischen Agadir/Sahara und dem Südpol, dies dazu noch Morgens/Mittags/Abends/Nacht und nochmal zu 4 Jahreszeiten… – das alles ist ja nicht einheitlich, nicht irgendwo fertig ablesbar, sondern muß imer erst jeweils vorab berechnet und nochmals berechnet werden.

    Mit Mathematik und Computerprogrammen kann man übrigens so gut wie alles gekonnt manipulieren, in Richtung eines erwünschten Endergebnisses. Man spricht dann intern von „Parametern glätten“ oder salopper von „alles solange hin und herschieben, bis das Ergebnis endlich mal wunschgemäß paßt“ und der „Pöbel“ trotzdem nachher denkt, dies alles sei akkurat und korrekt GEMESSEN worden.

    Keines der weltweiten „Klimaforschungsinstitute“ (z.B. PIK Potsdam) muß seine genauen Computerprogramme und deren unzählige Parameter offenlegen. Fast jedes Institut bastelt sich daher quasi seine „Hausprogramme“ nach eigenem Gusto und mit viel Fantasie.  Wer sich mit komplexen Computerprogrammen auskennt, der weiß auch von gewissen (sehr versteckt) einprogrammierbaren Schleifen, auf die nur wenige „Eingeweihte“ jeweils überhaupt zugreifen können, mit denen man „Feineinstellungen“ eingibt. Sehr salopp gesagt, ist dies auch für mittelprächtige Programmierer, relativ leicht und diskret verfeinerbar bis hin zur „WwyfaO“*-Parameteranfrage, die im Programm-Berechnungsablauf die Endergebnisse dann aber auch IMMER zwingend prägt.

    Was unterscheidet dazu noch Meßstationen wie Hohenpeißenberg und Funtensee, von unzähligen Stellen weltweit, die früher mal im Umfeld, also in der Natur lagen und heute inmitten von bebauten Gebieten liegen? Richtig, eine eindeutig gestiegene lokale Wärmeinsellage. Diese ist schon allein mangels Vergleichen zu 1850 etc. gar nicht genauer berechenbar, kam auch erst langsam schleichend ohne wirkliche Detailerfassung und kann somit heute auch gar nicht fehlermindernd berücksichtigt werden.

    Geografische Zusammenstellungen wie die „Mitteltemperatur von Deutschland“ sind dazu nochmals in sich verzerrt durch die verschobenen Landesgebiete seit 1850. Dies eindeutig und einseitig in Richtung einer „Erwärmung“ weil heute „kalte Gebiete“ wie Schlesien und Ostpreußen (heute Polen und tlw. Rußland) seit 1945 gar nicht mehr zu Deutschland gehören, die bis 1945 aber für Gesamt-Deutschland, insgesamt viel niedrigere Werte erzwangen.

    Selbst diese Zusammenstellung, ist noch unvollständig. Wer also da mit dem oder dem „Temperaturanstieg“ im Zehntelgradmaß kommt, bringt IMMER nur ein zusammengebasteltes Wunschergebnis und damit nur leicht manipulierbare und falsche Werte. Dies wird verstärkt durch gern verwendete optische Tabellen, die NICHT auf Null-Werte aufbauen, sondern auf irgendeinen jeweils willkürlich angenommenen anderen Tabellenwert, wodurch an sich flache Kurven, plötzlich steil ansteigend zu sehen sind.

    Werner Eisenkopf

    *WwyfaO = Abfrageschleife  „What want you for a Output?“ ???? („Eher narrativ als boolean… etc. pp.“)

    • Als „Insider“, der sein Berufsleben bis heute mit Herstellung und Kalibrierung von Temperatursensorik verbracht hat und noch verbringt, kann ich Ihre Zweifel an der an der historischen und heutigen „Temperaturmesserei“ sehr gut verstehen und auch faktisch nachvollziehen. Ein berührend messendes Thermometer mißt immer nur die eigene Temperatur. Wie die zustande kommt, ist dem Fühler herzlich egal. In einem Kalibrierbad schaltet man z.B. Strahlung so gut wie aus, es gibt nur noch Wärmeleitung, die Gradienten im Bad zwischen Referenz und Prüfling werden durch starke Umwälzung und ggf. gut wärmeleitende Ausgleichskörper  minimiert. In der meteorologischen Praxis sieht das völlig anders aus. Erfahrungsgemäß betragen die Unsicherheiten mind. einige Zehntel Kelvin, wenn nicht mehr. Dazu kommt die „bauliche historische Enwicklung“ um die lange bestehenden Messstellen (Wärmeinseln), die die Zeitreihen nach oben verändern. Rechnet man in der meteorologischen Temperaturmessung das Fehlerbudget so ehrlich, wie es eigentlich in der industriellen Temperaturmessung Usus ist, hat man ganz schnell eine Unsicherheit von 1 K oder mehr zusammen, und das nur unter der Voraussetzung, dass die überlieferten Zeitreihen kalibriertechnisch vergleichbar mit Heute wären, was sie aber ganz gewiß nicht sind. Alle Ableitungen von PIK und Konsorten bezüglich Temperatur sind also völlig unwissenschaftlich und damit wertlos.

      • Ich habe mich immer gefragt, ob und wie der bekannte „urban effect“ korrigiert wird. Also die scheinbare Erwärmung in einer Stadt. Ich habe nachgeforscht, vor allem bei der viel zitierten und verwendeten Reihe hadcrut4, und habe keine entscheidende Antwort gefunden. So etwas müsste doch klar und unmissverständlich deklariert werden? Weiss jemand hier Bescheid?

        • M.W.n. nach wird das nirgends konsequent korrigiert. Man hat auch keinerlei Möglichkeit dazu. Es gibt eine Reihe von Arbeiten die versuchen anhand dr Entwicklung von Einwohnerzahlen oder nach 1979 durch Satellitenlichtmessungen irgendeine Maßzahl zu finden mit der man diesen Effekt quantifizieren und dann auf die aktuellen Werte als Korrekturgröße anwenden kann. Näheres dazu finden Sie hier und darin nach Urban Heat Island effect bzw. Wärmeinseleffekt suchen.
          Daraus Zitat

          Die von den damit befassten Wissenschaftlern durchgeführten Korrekturversuche, welche zur Kompensation von systematischen Fehlern, z.B. wg. des städtischen Wärmeinseleffektes (UHI Urban Heat Island Effect) incl. geänderter Landnutzung, angewendet werden, sind wegen der großen und häufig unvollständigen Datenmenge nach bestimmten, wenigen Kriterien hin, automatisiert und unelastisch. Unelastisch heißt, dass sie nur wenigen und starren Vorgaben folgen, die mangels Kenntnis der Randbedingungen, keine wirkliche Korrektur ermöglichen. Außerdem werden die wenigen Korrekturalgorithmen zwangsläufig schematisch konstruiert. Die Korrektur erfolgt am Schreibtisch, oft ohne Vor-Ort-Inaugenscheinnahme. Die dazu notwendigen Metadaten, welche die Randbedingungen der Roh-Messdaten beschreiben, liegen i.A. nur sehr selten vor. Damit führen die erfolgten Korrekturen vielfach zu falschen Ergebnissen. Andere wesentliche Kriterien werden nicht erfasst oder wegdefiniert.

          Die HadCrut Reihe folgt den Vorgaben von Phil Jones
          Weiteres Zitat daraus

          Danach stieg dieser Effekt schleichend von 0 (1900) auf 0,05 °C (1990) an. Damit sei dieser viel zu gering, so argumentieren sie, um signifikant zu sein. Außerdem tendiere er seit 1990 wieder gegen 0. Er sei also zu klein, um überhaupt beobachtet zu werden. Sie zitieren dazu Parker et. al (Parker, 2004, Peterson, 2004). Die dort ebenfalls zitierte Studie von Kalnay et al (Kalnay & Cai, 2003, Zhou et al., 2004) die einen systematischen Fehler von ca. +0,3 °C/ Jahrhundert feststellte, wird als nicht überzeugend betrachtet und deren Ergebnisse verworfen. In Anbetracht der Ergebnisse der Watts ́schen [Watts, 2009] Untersuchung (s. Kapitel 6.5.2.), eine bemerkenswerte, aber nicht glaubwürdige Aussage. Die Untersuchung von Watts, sowie die Ergebnisse von Kalnay et al. finden ihre Bestätigung hingegen u.a. auch im Papier von de Laat et. al [DE LAAT, 2006] und bei Pielke sen. Et. al [PIELKE SR. and HUBBARD, 2007], die ebenfalls einen kräftigen UHI Effekt, eng korreliert mit der industriellen Entwicklung, feststellten. Dieser war nachweisbar, obwohl die Klimamodelle prognostizierten, dass keine Korrelationen zwischen dem Muster der globalen Erwärmung über der Fläche und der industriellen Entwicklung über der Fläche vorhanden sein dürften. Sie sind aber da und außerdem statistisch signifikant.

          66 Zitat aus [Brohan et al. 2006] „Bias correction uncertainties are estimated following (Folland et al., 2001) who considered two biases in the land data: urbanisation effects (Jones et al., 1990) and thermometer exposure changes (Parker, 1994). Urbanisation effects The previous analysis of urbanisation effects in the HadCRUT dataset (Folland et al., 2001) recommended a 1σ uncertainty which increased from 0 in 1900 to 0.05◦ C in 1990 (linearly extrapolated after 1990) (Jones et al., 1990). Since then, research has been published suggesting both that the urbanisation effect is too small to detect (Parker, 2004, Peterson, 2004), and that the effect is as large as ≈ 0.3◦ C /century (Kalnay & Cai, 2003, Zhou et al., 2004)“

          Von der DWD und anderen nationalen Meteorologischen Behörden wird nichts dazu unternommen. Man hofft durch Bildung des Flächenmittels diesen auszumitteln.
          Mit freundlichen Grüßen M.L.

          • @Admin:

            Vielen Dank für den Hinweis zu der interessanten Arbeit. Es hat viele Details, ich habe einiges neu erfahren. Gruss M.

    • Hallo,

      Wer lesen kann ist klar im Vorteil!

      Dort steht nicht „Meteorologie“, sondern Metrologie, also die „Lehre vom Messen“.

      Mfg

      Werner Holtz

       

    • Womit belegen Sie Ihre Mutmaßung, dass bei den (deutschen) Temperaturreihen beispielsweise bei der Societas Meteorologica Palatina mit Thermometern gemesse wurden, deren Gradierung in 1°C Schritten war?

      MfG

      Ketterer

Antworten

Deine E-Mail-Adresse wird nicht veröffentlicht.



Wir freuen uns über Ihren Kommentar, bitten aber folgende Regeln zu beachten:

  1. Bitte geben Sie Ihren Namen an (Benutzerprofil) - Kommentare "von anonym" werden gelöscht.
  2. Vermeiden Sie Allgemeinplätze, Beleidigungen oder Fäkal- Sprache, es sei denn, dass sie in einem notwendigen Zitat enthalten oder für die Anmerkung wichtig sind. Vermeiden Sie Schmähreden, andauernde Wiederholungen und jede Form von Mißachtung von Gegnern. Auch lange Präsentationen von Amateur-Theorien bitten wir zu vermeiden.
  3. Bleiben Sie beim Thema des zu kommentierenden Beitrags. Gehen Sie in Diskussionen mit Bloggern anderer Meinung auf deren Argumente ein und weichen Sie nicht durch Eröffnen laufend neuer Themen aus. Beschränken Sie sich auf eine zumutbare Anzahl von Kommentaren pro Zeit. Versuchte Majorisierung unseres Kommentarblogs, wie z.B. durch extrem häufiges Posten, permanente Wiederholungen etc. (Forentrolle) wird von uns mit Sperren beantwortet.
  4. Sie können anderer Meinung sein, aber vermeiden Sie persönliche Angriffe.
  5. Drohungen werden ernst genommen und ggf. an die Strafverfolgungsbehörden weitergegeben.
  6. Spam und Werbung sind im Kommentarbereich nicht erlaubt.

Diese Richtlinien sind sehr allgemein und können nicht jede mögliche Situation abdecken. Nehmen Sie deshalb bitte nicht an, dass das EIKE Management mit Ihnen übereinstimmt oder sonst Ihre Anmerkungen gutheißt. Wir behalten uns jederzeit das Recht vor, Anmerkungen zu filtern oder zu löschen oder zu bestreiten und dies ganz allein nach unserem Gutdünken. Wenn Sie finden, dass Ihre Anmerkung unpassend gefiltert wurde, schicken Sie uns bitte eine Mail über "Kontakt"

*


Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.