Genauigkeit von globalen Temperaturmessungen und deren „Anomalien“

geschrieben von Chris Frey | 3. September 2025

von Michael Limburg

Abstract

Bestehende Unsicherheitsbewertungen und mathematische Modelle, die zur Fehlerabschätzung globaler durchschnittlicher Temperaturabweichungen verwendet werden, werden untersucht. Das Fehlerbewertungsmodell von Brohan et al. 06 [1] wurde als nicht umfassend und präzise genug befunden, um die Realität abzubilden. Dies wurde bereits für bestimmte Arten von zufälligen und systemischen Fehlern von Frank [2] [3], im Folgenden als F 10 und F 11 bezeichnet. Gleiches gilt für die vereinfachte behauptete Aufhebung zufälliger SST-Fehler durch CRU1, selbst für frühe Zeiten um 1850, als nur wenige Datensätze verfügbar waren. Diese Behauptung basiert lediglich auf der fast sicheren Annahme, dass die zufälligen Fehler früherer Messungen einen Mittelwert von Null haben und dass diese Fehler gleichmäßig verteilt sind.

Zur Verdeutlichung erläutere ich das allgemeine Verhalten der Anomalieberechnung in Bezug auf die Fehlerfortpflanzung. Es zeigt sich, dass die weithin angenommenen Fehlerreduktionsfähigkeiten eines Anomalie-Modells nur in einem Sonderfall gültig sind, aber im Allgemeinen den endgültigen systematischen Fehler – insbesondere in Zeitreihen – nicht reduzieren, sondern in den meisten Fällen sogar erhöhen. Darüber hinaus werden hier eine Vielzahl weiterer potenzieller systematischer Fehler genannt, von denen nur sehr wenige in der Literatur quantifiziert und korrigiert werden konnten, und das bisher auch nur teilweise. Dies wird ebenfalls aufgezeigt. In Anbetracht dessen sollte die minimale Unsicherheit für jede jährliche globale Durchschnittstemperatur nicht nur auf den hier beschriebenen Wert, d. h. mit einem 95-prozentigen Konfidenzintervall von ± 1,084 °C, erweitert werden, sondern mindestens um das 3- bis 5-fache. Somit löst sich die durchschnittliche globale Temperaturabweichung der letzten 150 Jahre in einem breiten, verrauschten Unsicherheitsband auf, das viel breiter ist als die gesamte angenommene Schwankungsbreite des 20. Jahrhunderts. Dieser Bericht zeigt, dass es aufgrund der Art der verfügbaren Daten, ihrer Quantität, Qualität und Methodik, wie es bei der Temperatur der Fall ist, nicht möglich ist, globale Zeitreihen mit der behaupteten Genauigkeit zu bestimmen. Das Ergebnis ist daher, dass alle auf diesen Daten basierenden Schlussfolgerungen und Korrelationen, die möglicherweise auf als wichtig erachteten Ursachen beruhen, innerhalb des Unsicherheitsbereichs liegen und daher nur als sehr grobe Schätzungen angesehen werden können. Daher bleibt jeder Versuch, diese Schwankung auf einen möglichen Antrieb zurückzuführen, reine wissenschaftliche Spekulation.

Vorwort

Diese Studie ist als Bericht verfasst und basiert auf verschiedenen früheren Arbeiten des Autors sowie zahlreichen anderen Veröffentlichungen über die Bemühungen zur Messung meteorologischer Temperaturdaten. Damit soll eher eine Literaturstudie vorgelegt werden als eigene Forschungsergebnisse. Dennoch sind alle in dieser Zusammenstellung enthaltenen Informationen und die daraus gezogenen Schlussfolgerungen neu und wurden nach bestem Wissen des Autors bisher (2014) noch nicht veröffentlicht.

Einführung

Die Mittelwertbildung geeigneter Messdaten und die Berechnung ihrer Anomalien zur Erkennung sonst verborgener Signale sind Standardwerkzeuge in wissenschaftlichen Verfahren unter Verwendung statistischer Verfahren. Diese Verfahren haben sich ebenso bewährt wie die von C.F. Gauß eingeführte Theorie der Fehlerfortpflanzung. Für globale Klima-Beobachtungen ist der Hauptindikator die lokale tägliche Lufttemperatur, die zu festen Zeiten oder durch Messung der Höchst- und Tiefsttemperatur an festen Standorten nebst anderen Parametern gemessen wird. Die so gesammelten Daten dienen als Grundlage für die Berechnung eines aussagekräftigen lokalen und später globalen Durchschnitts dieser Temperatur. Man möchte bestimmen:

a. einen absoluten Mittelwert dieser Daten, um Schätzungen der globalen mittleren Lufttemperatur zu ermöglichen, die z. B. zur Abschätzung von Energieübertragungsprozessen verwendet werden, und

b. eine Anomalie dieser Werte, d. h. die Differenz zwischen einem monatlichen oder jährlichen Mittelwert der lokalen Temperatur und einem Mittelwert der gleichen Station, der über einen Zeitraum von 360 Monaten bzw. 30 Jahren erfasst wurde. Der gewählte Referenzzeitraum wird meist anhand des WMO-Standardintervalls von 1961 bis 1990 festgelegt. Der gewählte Referenzzeitraum wird meist anhand des WMO-Standardintervalls von 1961 bis 1990 festgelegt.

Für beide berechneten Mittelwerte ist die Entwicklung im Zeitverlauf von großem Interesse, wobei z. B. die x-Achse die Jahre von 1850 bis 2011 und die y-Achse entweder den absoluten Mittelwert in °C oder die Differenz (Anomalie) zwischen dem tatsächlichen Jahres- oder Monatsmittelwert und einem ausgewählten geeigneten Referenzwert zeigt.

Durch die Anwendung dieser Verfahren konnten mehrere Klimaforschungsinstitute (GISS, NCDC, CRU) nachweisen, dass der berechnete Mittelwert der gesamten globalen Temperaturabweichung im letzten Jahrhundert um ca. 0,7 °C ± 0,1 °C gestiegen ist (siehe Abbildung 1). Da die Erdoberfläche zu 71 % mit Wasser bedeckt ist, wo Messungen der Lufttemperatur wesentlich schwieriger sind, ziehen es Klimawissenschaftler vor, stattdessen die Meerestemperatur (SST) zu messen und zu verwenden. Diese Daten variieren aufgrund der viel größeren Wärmeträgheit von Wasser viel weniger über die Fläche und nur wenig über den Tag hinweg. Da die Anomalien der SST recht gut mit den Anomalien der LAT (Landlufttemperatur) zu korrelieren scheinen, erscheint eine Vermischung der beiden einfach und möglich.

Um kleinste Schwankungen der Durchschnittstemperaturen innerhalb weniger Zehntelgrad Celsius zu ermitteln, sollten die Daten selbst und ihre statistische Unsicherheitsbehandlung eine endgültige Unsicherheit von ± 0,1 °C zulassen. Das Problem, mit dem die Experten konfrontiert waren, lag jedoch in der oft schlechten Qualität der häufig spärlichen historischen meteorologischen Daten. Daher scheint diese Aufgabe eher schwierig, wenn nicht sogar unmöglich zu bewältigen zu sein. Denn generell unterscheiden sich Unsicherheiten in meteorologischen Daten weder in ihrer Art noch in ihrer Klasse von denen in anderen Bereichen der wissenschaftlichen Arbeit sowie im Ingenieurwesen und Bauwesen, weshalb die üblichen Unsicherheitsalgorithmen und mathematischen Verfahren zur Behandlung von Unsicherheiten auf sie angewendet werden müssen. Wie oben erwähnt, zeigen die Studien, die sich mit dem genannten Problem befassen (die später in diesem Artikel zitiert werden), dass dies nur teilweise und bei wichtigen Daten nur auf eher selektive Weise geschehen ist. In dieser Studie wird versucht, einen Überblick über die wichtigsten Fehlerklassen zu geben, die berücksichtigt werden müssen, und es wird eine grobe Schätzung ihrer potenziellen Größenordnung gegeben. Schließlich wird ein weiterer Versuch unternommen, die mit jedem Mittelwert einhergehende Gesamtunsicherheit kurz zu quantifizieren.

Problemstellung, Beispiele

Die lokalen Lufttemperaturen werden seit mehr als 300 Jahren an einigen Orten der Welt zu meteorologischen Zwecken beobachtet (z. B. in Berlin seit 1701). Die täglichen Lufttemperaturen an Land werden meist durch mehrmalige Messungen zu festgelegten Zeiten an bestimmten Orten erfasst. In anderen Regionen wurden nur die Höchst- und Tiefsttemperaturen ohne Zeitangabe ermittelt.

Abbildung 1: Globale durchschnittliche Temperaturabweichung von 1850 bis 2010, veröffentlicht auf der Website des MetOffice. Die roten Balken zeigen die globalen jährlichen durchschnittlichen Temperaturabweichungen in Bodennähe von 1850 bis 2009. Die Unsicherheitsbalken zeigen den 95-prozentigen Unsicherheitsbereich der Jahresdurchschnittswerte. Die dicke blaue Linie zeigt die Jahreswerte nach Glättung mit einem 21-Punkt-Binomialfilter. Der gestrichelte Teil der geglätteten Linie zeigt an, wo sie durch die Behandlung der Endpunkte beeinflusst wird. Die dünnen blauen Linien zeigen die 95 %ige Unsicherheit der geglätteten Kurve. Quelle: http://www.metoffice.gov.uk/hadobs/hadcrut3/diagnostics/comparison.html

Um störende Einflüsse durch direkte Sonneneinstrahlung, Wind und andere Störungen zu vermeiden, wird das verwendete Thermometer gegen seine Umgebung abgeschirmt und in einem Wetterschirm oder einer Wetterschutzwand untergebracht. Es ist seit jeher bekannt, dass diese Abschirmung eigene Eigenschaften hat, welche die gemessene Temperatur beeinflussen und somit keine direkte Messung der tatsächlichen Lufttemperatur ermöglichen, an der Meteorologen wirklich interessiert sind. Die Notwendigkeit eines akzeptablen Kompromisses führt jedoch dazu, dass diese Konstruktionen an den Standort angepasst werden, indem die durch diesen Kompromiss entstehenden Fehler akzeptiert werden. Zusätzlich zu diesen bekannten, aber nicht korrigierten Fehlern, die durch den Einsatz von Abschirmungen weltweit und im Laufe der Zeit entstanden sind, wurden unterschiedliche Verfahren (zur Ermöglichung der Algorithmen zur Berechnung einer Durchschnittstemperatur) zur Datenerfassung sowie unterschiedliche Konstruktionen der Abschirmungen verwendet.

Da das Ziel darin besteht, klimarelevante Signale zu extrahieren, die in lokal gemessenen Daten enthalten sein dürften, ist es für eine Temperaturmessstation erforderlich, dass längere statt kürzere Zeitreihen verwendet werden und dass diese Daten möglichst kontinuierlich gemessen werden. Zur besseren Erkennung und zum besseren Vergleich dieser Signale werden Anomalien berechnet. Das heißt, dass von den beobachteten Daten ein geeigneter Referenzwert abgezogen wird.

Wenn eine solche Station schon länger existiert, z. B. seit 50 oder besser 120 bis 150 Jahren mit kontinuierlichen Messungen, dann ist eine Zeitreihe und Anomalieberechnung für jeden einzelnen Monat oder jedes einzelne Jahr sinnvoll. Das Ergebnis kann zusammen mit allen anderen zu einer globalen mittleren Temperatur-Zeitreihe zusammengefasst werden wie in Abb. 1 dargestellt. Wie dort gezeigt, beinhaltet jede Anomalie auch ihre eigene Unsicherheit, wie durch den grauen Konfidenzbereich in Abbildung 1 (2) angezeigt, abgerufen am 21. April 2012 von http://www.cru.uea.ac.uk/cru/data/temperature/#sciref. Das Verfahren zur Berechnung dieser Anomalien wird vom britischen Met Office und anderen Organisationen beschrieben.

(2) Quelle: http://www.cru.uea.ac.uk/cru/data/temperature/#sciref Brohan , P., J.J. Kennedy, I. Harris, S.F.B. Tett und P.D. Jones, 2006: Unsicherheitsschätzungen bei regionalen und globalen beobachteten Temperaturänderungen: ein neuer Datensatz aus dem Jahr 1850. J. Geophysical Research 111, D12106, — Jones, P.D.,

New, M., Parker, D.E., Martin, S. und Rigor, I.G., 1999: Lufttemperatur und ihre Schwankungen in den letzten 150 Jahren. Reviews of Geophysics 37, 173-199. Rayner, N.A., P. Brohan, D.E. Parker, C.K. Folland, J.J. Kennedy, M. Vanicek, T. Ansell und S.F.B. Tett, 2006: Verbesserte Analysen der Veränderungen und Unsicherheiten der seit Mitte des 19. Jahrhunderts vor Ort gemessenen Meerestemperaturen: der HadSST2-Datensatz. J. Climate, 19, 446-469.

Rayner, N.A., Parker, D.E., Horton, E.B., Folland, C.K., Alexander, L.V, Rowell, D.P., Kent, E.C. und Kaplan, A., 2003: Global vollständige Analysen der Meerestemperatur, des Meereises und der nächtlichen Meereslufttemperatur, 1871-2000. J. Geophysical Research 108, 4407.

In den Daten, die beispielsweise auf der Website des Met Office (1) verfügbar sind, sind eine Reihe dieser Fehler oder Unsicherheiten definiert.

Das Ergebnis dieser Auswertung wie in Abbildung 1 dargestellt ist, dass die angegebene Gesamt-Unsicherheit der globalen Temperaturabweichung über den gesamten Zeitraum etwa ±0,15 °C bis ±0,1 °C beträgt. Diese kombinierte Unsicherheit entspricht einer Genauigkeit bis zur Grenze der instrumentellen Präzision (±0,1 °C) für die Lufttemperatur an Land (LAT) sowie für die Meerestemperatur (SST). Sie entspricht jedoch den Werten, die nur von geschultem Personal mit gut gewarteten und präzise kalibrierten Instrumenten für lokale Messungen erzielt werden können, oder übertrifft diese sogar. Da Temperaturdaten erfasst werden, die teils mehr als 100 Jahre zurückreichen und in verschiedenen Klimazonen mit Jahresmittelwerten zwischen etwa + 30 °C und etwa -35 °C gemessen wurden, wodurch ein Bereich von 65 °C abgedeckt wird, bedeutet diese Aussage, dass man bei der Bestimmung der globalen mittleren Temperaturabweichung eine Gesamtgenauigkeit von ±0,23 % bzw. ±0,15 % erreichen konnte. Normale Temperaturmessungen sind jedoch in der Regel viel ungenauer, oder, um es mit dem Begriff „Unsicherheit” zu sagen, ihre Unsicherheiten sind viel höher.

Darüber hinaus unterliegen die Rohdaten der lokalen Temperaturen einer Vielzahl von Einflüssen und weisen daher inhärente Fehler oder Abweichungen auf (3). Nur ein kleiner Teil davon, nämlich die echten Zufallsfehler, für die ein ausreichend großer Datenmenge zur Verfügung steht, kann durch die Anwendung statistischer Methoden der bekannten Fehlerfortpflanzungstheorie bestimmt und minimiert oder aufgehoben werden. Dabei handelt es sich in erster Linie und zum Teil nur um Ablesungs- und Messgerätefehler. Der größte Teil, die systematischen und groben Fehler müssen entweder sorgfältig korrigiert oder mit entsprechenden Fehlerbereichen versehen werden. Die Korrekturversuche der beteiligten Wissenschaftler zum Ausgleich systematischer Fehler, beispielsweise aufgrund des städtischen Wärmeinseleffekts (UHI) durch veränderte Landnutzung, sind aufgrund der enormen und oft unvollständigen Datenmengen nach bestimmten und wenigen Kriterien automatisiert und unflexibel. „Unflexibel” bedeutet, dass sie nur wenigen und starren Anforderungen folgen, die aufgrund mangelnder Kenntnisse über die Randbedingungen keine echten Korrekturen zulassen. Darüber hinaus sind die wenigen Korrektur-Algorithmen zwangsläufig schematisch angelegt. Die Korrektur erfolgt oft am Schreibtisch, ohne Vor-Ort-Besichtigung. Die erforderlichen Metadaten, welche die Randbedingungen der Rohdaten beschreiben, sind selten verfügbar. Daher führen die vorgenommenen Korrekturen oft zu falschen Ergebnissen. Andere wesentliche Kriterien werden nicht erfasst oder einfach wegdefiniert.

(3) Um die Art solcher Unsicherheiten zu beschreiben, verweisen Brohan et al. 2006 auf die philosophische Definition dieses Begriffs durch den ehemaligen Verteidigungsminister Donald Rumsfeld und machen sie sich zu eigen:

„Eine endgültige Bewertung von Unsicherheiten ist unmöglich, da es immer möglich ist, dass ein unbekannter Fehler die Daten verfälscht hat, und für solche Unbekannten kann keine quantitative Berücksichtigung vorgenommen werden. Es gibt jedoch mehrere bekannte Einschränkungen in den Daten, und es können Schätzungen der wahrscheinlichen Auswirkungen dieser Einschränkungen vorgenommen werden“ (Verteidigungsminister Rumsfeld, Pressekonferenz am 6. Juni 2002, London). Rumsfeld definiert dies wie folgt: „Es gibt bekannte Bekannte. Das sind Dinge, von denen wir wissen, dass wir sie wissen. Es gibt bekannte Unbekannte. Das heißt, es gibt Dinge, von denen wir jetzt wissen, dass wir sie nicht wissen. Aber es gibt auch unbekannte Unbekannte. Das sind Dinge, von denen wir nicht wissen, dass wir sie nicht wissen.”

Abbildung 2 Das linke Bild (Quelle [8]) zeigt verschiedene Screen-Designs des letzten Jahrhunderts – von links nach rechts: den französischen Screen, zum Vergleich einen Mann, dann den ursprünglichen Stevenson-Screen und die hohe Wild’sche Hütte, die in Russland verwendet wird. Das rechte Bild (Quelle [7]) zeigt von links nach rechts zwei neuere Stevenson-Screens [Wetterhütten; siehe Eingangsbild], die etwas größer sind als das Original, sowie eine Vielzahl runder moderner Gehäuse für elektronische Sensoren. Dabei ist zu beachten, dass nicht nur die Größe unterschiedlich ist, sondern auch die Höhe der Sensoren, die beim Stevenson-Screen zwischen etwa 1 m und 2 m und bei der russischen Hütte bis zu 3,2 m variiert.

Dies führt zu unterschiedlichen Ergebnissen, die jedoch nur auf die Messbedingungen zurückzuführen sind und nicht auf die Daten selbst. Aus diesem Grund enthalten die historischen Werte verschiedene Fehler, die darauf zurückzuführen sind. In der vorliegenden Studie untersuchen wir:

a. ob die angegebenen Fehlergrößen und Bandbreiten der Realität entsprechen und

b. ob und wie sie sich auf die Gesamtunsicherheit der globalen Temperaturabweichung auf der Grundlage der offiziellen IPCC-Bewertung auswirken.

Dabei verfolge ich einen Bottom-up-Ansatz, um beide oben genannten Punkte anzugehen: vom lokalen Messgerät bis zum endgültigen Durchschnittswert. Es beschreibt kurz die Probleme im Zusammenhang mit der Messung der Lufttemperatur an Land (LAT) und über der Meeresoberfläche (MAT, NMAT und SST). Anschließend werden die meisten möglichen Fehler ausführlich erörtert, die bei der Auslesung und weiteren Verarbeitung auftreten können. Es beschreibt außerdem die Verfahren und Algorithmen, die von der Wissenschaftsgemeinschaft zur Bearbeitung dieser Themen verwendet werden, und erwähnt die behaupteten Unsicherheiten.

Fehlerquellen und -arten

Meteorologische Messungen enthalten eine Vielzahl potenzieller und tatsächlicher Fehler. Es lohnt sich, dem Leser deren Definitionen in Erinnerung zu rufen. Man kann sie in zufällige Fehler und systematische Fehler oder Unsicherheiten einteilen.

Zufällige Fehler

Gemäß den deutschen VDI-Richtlinien (siehe VDI 2048 S. 36 und [9]) zu „Messunsicherheiten“ … werden zufällige Messfehler typischerweise als Schwankungen in der Größe definiert, die eine Gauß’sche Verteilung und einen Mittelwert von Null haben müssen. (Hervorhebung hinzugefügt) Mit anderen Worten: Die zufällige Unsicherheit wird durch die Populationsmerkmale der Unsicherheit selbst definiert und nicht durch ihre Auswirkungen auf die Messungen. Fehler, die sich anders verhalten, werden als nicht zufällig definiert. Und all diese Definitionen gelten nur, wenn mehrere bis viele wiederholte Messungen des gleichen Wertes vorgenommen werden – um den „wahren“ Wert μ herum, der in unserem Fall ti genannt wird. Die letztere Bedingung trifft bei meteorologischen Messungen so gut wie nie zu.

Systematische Fehler

Systematische Unsicherheiten unterscheiden sich von zufälligen Unsicherheiten, treten jedoch ebenfalls bei fast jeder Messung auf.

Gemäß den zuvor zitierten VDI-Richtlinien ((VDI 2048 S. 36) „… ist eine systematische Messunsicherheit es (siehe DIN 1319-1[1]) der Begriff für den Teil der Unsicherheit eines Messwerts x* vom wahren Wert μ, der aufgrund der Unvollkommenheit der Sensoren und des Messverfahrens durch konstante Einflüsse und Ursachen entsteht. Die systematische Messunsicherheit es würde den gleichen Wert annehmen. Die systematische Messunsicherheit es setzt sich aus der bekannten und messbaren systematischen Messunsicherheit es,b und der unbekannten und nicht messbaren Messunsicherheit es,u zusammen. Der Messwert wird wie folgt beschrieben:

x*=µ+er +es =µ+er +es,b +es,u

Mit anderen Worten, es handelt sich um Messabweichungen, die dazu führen, dass der Mittelwert vieler einzelner Messungen erheblich vom tatsächlichen Wert des gemessenen Merkmals abweicht. Wenn sie bekannt sind oder ausreichend genau und eindeutig geschätzt werden können, lassen sie sich korrigieren, indem die erforderliche Korrektur auf den Messwert angewendet wird. Ein sehr einfaches Beispiel für einen systematischen Fehler ist eine Uhr, die immer 5 Minuten nachgeht, wobei man einfach 5 Minuten zur angezeigten Zeit hinzufügen kann, um die genaue Zeit zu erhalten. Ist dies nicht möglich, müssen die Abweichungen ordnungsgemäß beschrieben, in Richtung und Größe geschätzt und als Unsicherheitsspanne zum Messwert addiert werden.

Dieses Uhrenbeispiel zeigt jedoch auch ganz einfach, dass sich Fehler in den zur Erstellung von Zeitreihen verwendeten Daten ganz anders verhalten als einzelne Daten. Um sie zu korrigieren, muss man nicht nur die Größe und Richtung des einzelnen systematischen Fehlers kennen, sondern auch den Zeitpunkt, zu dem er auftritt, und wie lange er wirkt. Nur dann kann er durch Anomalieberechnung ausgeglichen werden, da er sonst die Zeitreihe und ihren Trend 1:1 verzerrt.

Leider sind die systematischen Unsicherheiten in der Klimatologie nicht so einfach wie im obigen Uhrenbeispiel. Darüber hinaus kommen sie in verschiedenen Formen zur Variablen hinzu und lassen sich kaum vom wahren Wert unterscheiden. Betrachtet man insbesondere Zeitreihen, wie es in der Klimatologie der Fall ist, können sie sich auch als Funktion der Zeit entwickeln, wie dies beispielsweise typischerweise durch den UHI (Urban Heat Island Effect) angezeigt wird.

Die systematischen Unsicherheiten bei meteorologischen Messungen lassen sich in verschiedene Klassen einteilen, von denen oft alle oder einige bei der Messung lokaler Temperaturen auftreten. Sie stehen in Zusammenhang mit oder hängen ab von:

1. Thermometer oder Sensor

1.1. Bauweise

1.2. Anzeige

1.3. Alter

1.4. Austausch von Sensoren. Wie, was?

1.5. Schutz/Gehäuse/Abschirmung von Thermometer oder Sensor. Unterteilt in:

1.6. Die Konstruktion des Gehäuses selbst

1.7. Sein Zustand, Lackierung, Struktur usw.

1.8. Messhöhe über dem Boden

1.9. Lage in der umgebenden Landschaft gemäß z. B. CRN-Klimareferenznetz Klasse 1 bis 5 (5)

(5) US NOAA für CRN Climate Reference Network NOAAs National Climatic Data Center: Climate Reference Network (CRN). Abschnitt 2.2. des Climate Reference Network CRN. Standortinformationshandbuch: „Die idealste lokale Umgebung ist ein relativ großes und flaches offenes Gebiet mit niedriger lokaler Vegetation, damit der Blick auf den Himmel in alle Richtungen außer in den unteren Höhenwinkeln über dem Horizont ungehindert ist.“ Es werden fünf Standortklassen definiert – von der zuverlässigsten bis zur am wenigsten zuverlässigen.

2. Die Abdeckung der Stationen über Land und Meer. Unterteilt in:

2.1. Abdeckung über Land

2.2. Abdeckung über Meer

3. Verteilung der Messstationen über Land und Meer.

3.1. Nach Standort

3.2. Nach Höhe über Normal

4. Für Messungen der Meerestemperatur (SST) gibt es eigene Klassen. Diese lassen sich grob in folgende Gruppen einteilen:

4.1. Wasseraufnahme mit Eimer (siehe Abb. 3)

4.2. ERI (Engine Rear Intake) von Wasser

4.3. Differenz zwischen SST und MAT (Marine Air Temperature)

4.4. Messfehler zwischen verschiedenen Temperaturen und verschiedenen Sensoren

5. Zeitpunkt der Beobachtung. Unterteilt in:

5.1. Zeitpunkt der Beobachtung aufgrund des verwendeten Mittelwertalgorithmus

5.1.1. Max-Min-Methode

5.1.2. Mannheimer Methode

5.1.3. Sowjetische oder Wild-Methode

5.1.4. Sonstige

6. Dauer der kontinuierlichen Beobachtung

6.1. Mit oder ohne Unterbrechung 5US NOAA für CRN Climate Reference Network NOAAs National Climatic Data Center: Climate Reference Network (CRN). Abschnitt 2.2. des Climate Reference Network CRN.

Aus dem Standortinformationshandbuch: „Die wünschenswerteste lokale Umgebung ist ein relativ großes und flaches offenes Gebiet mit niedriger lokaler Vegetation, damit der Blick auf den Himmel in alle Richtungen außer in den unteren Höhenwinkeln über dem Horizont ungehindert ist.“ Es werden fünf Standortklassen definiert – von der zuverlässigsten bis zur unzuverlässigsten.

Abbildung 3 Verschiedene Arten von Eimern zur Messung der Oberflächentemperatur des Meereswassers, die bis zum Ende des 20. Jahrhunderts verwendet worden waren, um an Bord eines Schiffes Proben von Meerwasser zu entnehmen. Ein Beispiel für einen Messsensor (LIG-Thermometer; Quelle [10]) ist ebenfalls abgebildet.

Fehlererkennung und mögliche Behandlung

Die Qualität einzelner Bodenmessstationen wird in den USA vielleicht am besten durch die ausgezeichneten und unabhängigen Bewertungen erfasst, die 2009 von Anthony Watts [11] und seiner Gruppe von Freiwilligen durchgeführt wurden.(., Is the U.S. Surface Temperature Record Reliable?, The Heartland Institute, Chicago, IL 2009) Sie ist öffentlich zugänglich, d. h. bei Watts, und deckt das gesamte USHCN-Netzwerk von Bodenmessstationen ab. Aufgrund dieser umfassenden Studie wurden etwa 69 % der USHCN-Stationen mit einer Standortbewertung von „schlecht” und weitere 20 % mit „nur befriedigend” bewertet (6). „Schlecht” bedeutet, dass sie gemäß der Klassifizierung des US Climate Reference Network Rating Guide (CRN) eine Abweichung von der tatsächlichen Temperatur von >2 bis >5 °C aufweisen können. „Befriedigend” bedeutet gemäß der gleichen Klassifizierung eine Abweichung von > 1 °C. Diese und andere (7), weniger umfassende veröffentlichte Untersuchungen zu Mängeln der Stationen haben gezeigt, dass die Bedingungen für die Messungen der Bodenmessstationen in den USA alles andere als ideal sind. Wie F10 berichtet, gilt dies jedoch auch für Europa. Zitat: „Eine kürzlich durchgeführte großflächige Analyse der Qualität von Stationsreihen im Rahmen der Europäischen Klimabewertung [JCOMM 2006] zitierte keine Untersuchung zur Stationarität der Varianz einzelner Sensoren und stellte fest, dass „noch nicht garantiert werden kann, dass alle Temperatur- und Niederschlagsreihen in der Version vom Dezember 2001 hinsichtlich des Tagesmittelwerts und der Varianz für jede Anwendung ausreichend homogen sind”.

(6) Weitere Informationen hier: Watts, A., Is the U.S. Surface Temperature Record Reliable?, The Heartland Institute, Chicago, IL 2009

(7) Alle Studien, die von Frank abgeleitet wurden, sind dort aufgeführt:

Pielke Sr., R., Nielsen-Gammon, J., Davey, C., Angel, J., Bliss, O., Doesken, N., Cai, M., Fall, S., Niyogi, D., Gallo, K., Hale, R., Hubbard, K.G., Lin, X., Li, H. and Raman, S., Documentation of Uncertainties and Biases Associated with Surface Temperature Measurement Sites for Climate Change Assessment, Bull. Amer. Met. Soc., 2007, 913- 928; doi: 10.1175/BAMS-88-6-913.;

Davey, C.A. and Pielke Sr., R.A., Microclimate Exposures of Surface-Based Weather Stations, Bull. Amer. Met. Soc., 2005, 86(4), 497-504; doi: 10.1175/BAMS-86-4-497.

Runnalls, K.E. and Oke, T.R., A Technique to Detect Microclimatic Inhomogeneities in Historical Records of Screen-Level Air Temperature, J. Climate, 2006, 19(6), 959-978.

Pielke Sr., R.A., Davey, C.A., Niyogi, D., Fall, S., Steinweg-Woods, J., Hubbard, K., Lin, X., Cai, M., Lim, Y.-K., Li, H., Nielsen-Gammon, J., Gallo, K., Hale, R., Mahmood, R., Foster, S., McNider, R.T. and Blanken, P., Unresolved issues with the assessment of multidecadal global land surface temperature trends, J. Geophys. Res., 2007, 112 D24S08 1-26; doi: 10.1029/2006JD008229.

Jede der oben genannten Fehlergruppen weist eine Reihe von zufälligen und systematischen Fehlern auf, die sehr sorgfältig untersucht werden müssen. Allerdings konnten nur wenige davon berücksichtigt werden. Die Arbeiten von B 06, Karl 1994 et al [12] , Jones et al [13] ; [14] nennen nur die am häufigsten zitierten und untersuchen nur einige davon.

Laut Karl et al. lassen sich die zu korrigierenden Unsicherheiten wie folgt zusammenfassen:

1) städtische Wärmeinseln,

2) Änderungen der Beobachtungszeiten,

3) Änderungen der Instrumentierung,

4) Standortverlegungen und

5) unzureichende räumliche und zeitliche Stichproben.

Wie oben gezeigt, wurden mit dieser Liste jedoch nur wenige der potenziellen Unsicherheiten identifiziert. Darüber hinaus beschränken diese Autoren ihre Korrekturmaßnahmen auf die letzte Unsicherheit: unzureichende räumliche und zeitliche Stichproben.

Sie erklären:

„Unsere Analyse konzentriert sich auf diesen letzten Punkt, da bis vor wenigen Jahrzehnten der größte Teil der Erde nicht erfasst worden war. Wir betrachten zwei Arten von Fehlern: Fehler, die aufgrund fehlender Beobachtungen entstehen (Fehler vom Typ I aufgrund unvollständiger geografischer Abdeckung), und Fehler, die aufgrund unvollständiger Stichproben innerhalb von Gitterzellen (oder Mittelungsbereichen) mit Beobachtungen entstehen (Fehler vom Typ 2 innerhalb von Gitterzellen).

… Es ist klar, dass dies nur ein Teil aller Fehler und Verzerrungen ist, die die Berechnung der hemisphärischen und globalen Temperaturtrends beeinflussen und die in jeder umfassenden Fehleranalyse berücksichtigt werden müssen.“

Diese Aussage ist sehr zutreffend, denn auf Seite 1162 heißt es:

„Leider wird es niemals möglich sein, Gewissheit über das Ausmaß der Fehler zu erlangen, die aufgrund unvollständiger räumlicher Stichproben in die historischen Aufzeichnungen eingeflossen sein könnten, da wir niemals die tatsächliche Entwicklung der räumlichen Muster der Temperaturänderung kennen werden.“

B 06 Die andere wichtige Studie untersuchte die folgenden Unsicherheitsquellen:

Stationsfehler: Die Unsicherheit einzelner Stationsanomalien.

Stichprobenfehler: Die Unsicherheit eines Gitterfeldmittelwerts, die durch die Schätzung des Mittelwerts aus einer kleinen Anzahl von Punktwerten verursacht wird.

Verzerrungsfehler: Die Unsicherheit bei großräumigen Temperaturen, die durch systematische Änderungen der Messmethoden verursacht wird.

Ungeachtet dieser Aussage sind die einzigen von den Autoren untersuchten systematischen Unsicherheiten der städtische Wärmeinseleffekt (Urban Heat Island Effect, UHI) und eine mögliche Veränderung der Sensoren. In Bezug auf den UHI folgen sie Jones [13] (8) und Folland [15] (9).

(8) Nature 347 , S. 169 ff.

(9) Zitiert aus „Die Unsicherheiten bei der Bias-Korrektur werden nach (Folland et al., 2001) geschätzt, die zwei Verzerrungen in den Landdaten berücksichtigten: Urbanisierungseffekte (Jones et al., 1990) und Änderungen der Thermometerbelichtung (Parker, 1994). Urbanisierungseffekte: Die vorherige Analyse der Urbanisierungseffekte im HadCRUT-Datensatz (Folland et al., 2001) empfahl eine 1σ-Unsicherheit, die von 0 im Jahr 1900 auf 0,05 °C im Jahr 1990 stieg (linear extrapoliert nach 1990) (Jones et al., 1990). Seitdem wurden Forschungsergebnisse veröffentlicht, die darauf hindeuten, dass der Urbanisierungseffekt sowohl zu gering ist, um nachgewiesen zu werden (Parker, 2004, Peterson, 2004), als auch, dass der Effekt bis zu ≈ 0,3 °C pro Jahrhundert beträgt (Kalnay & Cai, 2003, Zhou et al., 2004).

Lufttemperatur über dem Meer (MAT) und Meerestemperatur

Die Erdoberfläche ist zu 71 % von Ozeanen bedeckt, etwa 80 % der südlichen Hemisphäre und etwa 60 % der nördlichen Hemisphäre. Darüber hinaus sind die Ozeane mit ihren Strömungen und Winden die Hauptquelle für unser Wetter, sowohl kurzfristig als auch langfristig. Noch wichtiger wäre eine kontinuierliche Überwachung der Lufttemperatur auf See, die geografisch gleichmäßig verteilt sein sollte. Dies ist jedoch nicht möglich. Es müssten zahlreiche Instrumente installiert, gewartet und überwacht werden, aber dies auf Schiffen zu tun (abgesehen von den wenigen Inseln mit ihrem eigenen Mikroklima) bedeutet, dass man unbequeme Kompromisse eingehen muss.

Abbildung 4: Die Karte mit kleinen Punkten zeigt die Anzahl und Verteilung der in der ersten Januarwoche 2000 gesammelten SST-Daten [16]. Man sollte bedenken, dass der Verkehr auf allen Ozeanen noch nie zuvor so intensiv war. Das Bild oben rechts zeigt ein Containerschiff mit einer Brückenhöhe von etwa 25 m und einer Tiefe von 10 bis 15 m. Das Bild unten rechts zeigt ein deutsches Segelschiff aus der Zeit um 1900, die Atalanta, mit einer geringen Deckshöhe von etwa 1,5 m.

Schiffe sind für die Fahrt gebaut, abgesehen von Ausnahmen wie Feuerschiffen. Daher ändern sich ihre Abmessungen sowie ihre Höhe ständig, wenn Schiffe beladen oder unbeladen fahren. Darüber hinaus ändern sich die Geschwindigkeit relativ zur ruhigen Luft und der Zeitpunkt der Beobachtung.

Daher bevorzugen die meisten Klimatologen die SST gegenüber der MAT oder NMAT, obwohl sie sich der sehr unterschiedlichen Eigenschaften von Meerwasser und Luft voll bewusst sind. Sie gehen jedoch davon aus, dass sich die Anomalien beider Temperaturen in Zeitreihen ziemlich gleich verhalten.

Abbildung 5: Von links oben nach rechts unten. Eines der letzten Handelssegelschiffe, das um 1900 in Hamburg gebaut wurde, um in den Nordatlantik zu fahren, mit niedriger Deckshöhe. Unten: Zwei Messungen in ruhigem Wasser, die die Schwankungen der Meerestemperatur in Abhängigkeit von der Tiefe zeigen. Oben rechts: Vier verschiedene Eimer, die von einem Seemann ausgeworfen und nach Berührung der Meeresoberfläche wieder eingeholt wurden [10]. Sie sollten Wasser in einer Tiefe von etwa 1 m auffangen. Die tatsächliche Tiefe bleibt unbekannt. Unten links: Schwankung der Wassertemperatur, gemessen in ruhigem Wasser in Abhängigkeit von der Tiefe [17]. Unten rechts: Zeitliche Reaktion eines Thermometers, das im Herbst im Skagerrak in einen Eimer mit Wasser getaucht wurde [18]. Nach 10 Minuten ist ein Gleichgewicht erreicht, und diese Temperatur sollte aufgezeichnet werden.

Jones geht daher davon aus, dass sich die SST wie die MAT in 10 m Höhe verhalten könnte (Jones et al. 1990, S. 174 und 175). Es werden jedoch keine Belege für diese Annahme angeführt. Stattdessen gibt es einige Studien, die genau das Gegenteil zeigen. So zeigten beispielsweise Christy et al. [19] anhand von Daten von festen Bojen in tropischen Gebieten ab 1979, dass deren SST einen leicht negativen Trend von -0,06 °C pro Jahrzehnt aufweisen, während die gleichzeitig gemessene MAT (und NMAT) einen Trend von +0,13 °C pro Jahrzehnt aufwiesen. Auch Kent et al. [20] haben zu diesem Thema geforscht und berichtet, dass die MAT in höheren nördlichen Breiten im Nordatlantik typischerweise um 1,5 °C (S. 11) über der SST liegt.

In Bezug auf die beobachteten oder angenommenen Unsicherheiten schrieb der Wissenschaftler John Kennedy vom Met Office(10):

„Eine einzelne SST-Messung von einem Schiff hat eine typische Unsicherheit von etwa 1–1,5 K. (Kent und Challenor (2006), 1,2 ± 0,4 K oder 1,3 ± 0,3 K; Kent et al. (1999), 1,5 ± 0,1 K; Kent und Berry (2005), 1,3 ± 0,1 K und 1,2 ± 0,1 K; Reynolds et al. (2002), 1,3 K; Kennedy et al. (2011a), 1,0 K; Kent und Berry (2008) 1,1 K. Diese Analysen basieren auf dem moderneren Teil der Aufzeichnungen. Es wurden keine Studien durchgeführt, um festzustellen, ob sich die Größe dieser Fehler im Laufe der Zeit systematisch verändert hat. Es sollte auch beachtet werden, dass nicht alle Messungen von identischer Qualität sind. Einige Schiffe und Bojen nehmen Messungen von viel höherer Qualität vor als andere…und weiter unten: .…

(10) Quelle: Met Office Hadley Centre observations datasets „Uncertainty in historical SST data sets“ http://www.metoffice.gov.uk/hadobs/hadsst3/uncertainty.html

Für Schiffe stellten Kent und Berry fest, dass die zufällige Fehlerkomponente bei etwa 0,7 K und die systematische Beobachtungsfehlerkomponente bei etwa 0,8 K lag. Kennedy et al. (2011a) stellten fest, dass die zufällige Fehlerkomponente bei etwa 0,74 K und die systematische Beobachtungs-Fehlerkomponente bei etwa 0,71 K lag. Addiert man die Fehler quadratisch, ergibt sich eine kombinierte Beobachtungs-Unsicherheit von etwas mehr als 1 K, was mit früheren Schätzungen übereinstimmt. Für Treibbojen schätzten Kennedy et al. (2011a) die zufällige Fehlerkomponente auf etwa 0,26 K und die systematische Beobachtungs-Fehlerkomponente auf etwa 0,29 K. Die entsprechenden Werte von Kent und Berry lagen bei 0,6 bzw. 0,3 K. Es wurde angenommen, dass die systematische Fehlerkomponente für jedes Schiff unterschiedlich ist, sodass dieses Modell allein die Auswirkungen weit verbreiteter systematischer Fehler nicht erfasst.

Sie gingen ferner davon aus, dass die systematische Verzerrung modernerer ERI-Daten (Engine Rear Intake, d. h. Kühlwasser, das zur Kühlung der Motoren verwendet wird) gegenüber Bucket-Daten (Buckets sammeln Wasser manuell von Seeleuten an Bord ihrer Schiffe) im Allgemeinen -0,3 °C (bezogen auf den Monatsdurchschnitt) betragen könnte. Dies wäre insbesondere dann der Fall, wenn die Lufttemperatur deutlich niedriger ist als die Wassertemperatur. Darüber hinaus merkten sie an, dass sie Eimer-Daten gegenüber ERI-Daten bevorzugen, da sie zuverlässiger zu sein scheinen. Das Problem dabei ist, dass weitgehend unbekannt ist, welches Verfahren in den letzten 150 Jahren verwendet wurde. Während Parker, Jones und Reynolds davon ausgehen, dass bis 1941 überwiegend Eimer-Daten verwendet wurden und danach die Verwendung von Eimern ziemlich schnell eingestellt wurde, zeigen andere Beobachtungen eine solide Mischung aus beiden Verfahren bis Ende der 1980er Jahre, die sogar bis zum Jahr 2005 zunahm. Aber z. B. [21] Folland 2005 stützte sein gesamtes Korrekturprogramm auf diese Annahme. Zwar wurde die Eimer-Verfahren im Laufe der Zeit durch die ERI-Verfahren und die aufkommende Bojen-Verfahren ersetzt, aber wie Abbildung 3 – insbesondere das untere Bild – zeigt, gab es bis in die letzten Jahre einen relativ großen Anteil an Eimer-Daten.

Ergebnisse und implantierte Korrekturmethoden

Mittelwertbildung absoluter Daten, Vorteile und Grenze

Verhalten von Anomalien und Fehlern in Zeitreihen und deren Grenzen

Der Grund, warum Zeitreihen von Anomalien bevorzugt werden, liegt darin, dass in vielen Wissenschaften Anomalien unabhängiger Größen berechnet werden, um gemeinsame Trends, Korrelationen oder allgemein „Signale” zu ermitteln, die möglicherweise leichter zu finden und zu quantifizieren sind als der Vergleich absoluter Zeitreihen einzelner Daten. Dies gilt insbesondere für die Klimatologie, wo man es mit sehr unterschiedlichen Original-Temperaturdaten zu tun hat. Aus diesem Grund schreiben die Autoren von NCDC-NOAA [22] in einer Erklärung, warum sie Anomalien bevorzugen (in Absatz 3) (Quelle: http://www.ncdc.noaa.gov/cmb-faq/anomalies.php, Absatz 3) …. Referenzwerte, die auf kleineren [lokaleren] Skalen über denselben Zeitraum berechnet werden, bilden eine Basislinie, von der aus Anomalien berechnet werden. Dadurch werden die Daten effektiv normalisiert, sodass sie verglichen und kombiniert werden können, um Temperaturmuster in Bezug auf das, was für verschiedene Orte innerhalb einer Region normal ist, genauer darzustellen. Und in Absatz 4 liest man:

„Anomalien beschreiben die Klimavariabilität über größere Gebiete genauer als absolute Temperaturen und bieten einen Bezugsrahmen, der aussagekräftigere Vergleiche zwischen Standorten und genauere Berechnungen von Temperaturtrends ermöglicht.“ (Fettdruck hinzugefügt)

Der erste Teil des Satzes in Absatz 3 erklärt genau, warum Anomalien bevorzugt werden, aber der fettgedruckte Teil von Absatz 4 ist im Allgemeinen falsch. Anomalien sind in den meisten Fällen weniger genau als die absoluten Temperaturen. Denn beide Werte enthalten zufällige und systematische Messfehler, wobei letztere in Zeit, Richtung und Größe variieren. Es gibt keinen Grund anzunehmen, dass diese Fehler während des Referenzzeitraums (Normalzeitraum) mit den Fehlern in anderen täglichen Daten oder deren Tages-, Monats- oder Jahresmittelwerten identisch oder auch nur ähnlich sind. Dies mag zwar der Fall sein, bleibt jedoch eine Ausnahme. Darüber hinaus verleiht die Berechnung der oft geringen Unterschiede jedem Fehler ein viel größeres Gewicht, als dies bei einem Vergleich mit den absoluten Daten allein der Fall wäre.

Daher lohnt es sich zu untersuchen, ob die Berechnung der Unterschiede (Anomalien) zwischen zwei Messdaten deren potenzielle Fehler aufhebt, insbesondere deren systematische Fehler. Diese Frage wird oft mit einem klaren „Ja” beantwortet, unabhängig davon, wer in der Welt der Wissenschaft oder Technik gefragt wird. Aber ist diese Antwort wirklich so zutreffend, wie viele Menschen glauben? Es ist hilfreich, sich die folgende einfache Formel anzusehen:

Da der Mess- oder Referenzwert t₂ vom Messwert t₁ abgezogen wird und sowohl t₁ als auch t₂ aus ihrem „tatsächlichen“ Wert 𝜏₁ bzw. 𝜏₂ plus einem Fehler von ε₁ bzw. ε₂ bestehen, kann man sagen, dass

t1 =𝜏1 ±e1 and t2=𝜏2 ±e2. (1)

Die Differenz zwischen den beiden Werten kann berechnet werden als

𝛥t= t₁– t₂ und daher 𝛥t= (𝜏₁±e₁)- (𝜏₂±e₂)

𝛥t= 𝜏₁– 𝜏₂ + (e₁– e₂) (2)

wobei (±e₁)- (±e₂) = ±σ (2a)

Wenn e₁ = e₂, was häufig bei Messdaten gleichen Ursprungs und gemessen mit dem gleichen Instrument der Fall sein kann, gilt ±σ = 0, d. h. ε₁ hebt ε₂ auf. Das bedeutet, dass die Anomalie

𝛥t= 𝜏₁– 𝜏₂. (3)

die Differenz zwischen der jeweiligen Quantität ohne Fehler darstellt.

Um dieses Ergebnis zu erhalten, muss man jedoch sicher sein, dass der Fehler εx (genauer gesagt der systematische Fehler εx) in Größe und Richtung konstant bleibt. Dies ist sehr oft der Fall, wenn man die gleiche Größe mit dem gleichen Instrument in kurzen Zeitabständen misst. Die Gleichung (3) zeigt uns jedoch auch die Grenzen dieses Ansatzes auf. Was passiert, wenn ε₁ ≠ ε₂?

Noch interessanter ist die Frage, was passiert, wenn man Zeitreihen von Anomalien zeichnen muss, wenn e₁ ≠ e₂. Um dies zu veranschaulichen, werde ich das Verhalten von Anomalien in Zeitreihen für die Temperatur untersuchen, aber zuvor will ich uns eine der meist zitierten Studien der jüngeren Klimatologie genauer ansehen. B 06 stellte fest (S. 2 und 4):

(1) „Die Stationsnormale (Monatsdurchschnitte über den Normalzeitraum 1961–90) werden nach Möglichkeit aus den Stationsdaten für diesen Zeitraum generiert…. Die in einem Raster dargestellten Werte sind Anomalien, die durch Subtraktion der Stationsnormale von den beobachteten Temperaturen berechnet werden, sodass auch Fehler in den Stationsnormalen berücksichtigt werden müssen.“ In der folgenden Aussage wird dann eine Reihe von Fehlern definiert, und etwas später wird für einen bestimmten Fehlertyp (S. 6) Folgendes angegeben:

(2) „Es wird einen Unterschied zwischen der tatsächlichen mittleren Monatstemperatur (d. h. aus 1-Minuten-Durchschnittswerten) und dem von jeder Station aus weniger häufigen Messungen berechneten Durchschnitt geben; dieser Unterschied wird jedoch auch in der Stationsnormale vorhanden sein und sich in der Anomalie aufheben. Dies trägt also nicht zum Messfehler bei.“

Um zu überprüfen, ob dies zutrifft und was passieren könnte, und um die Auswirkungen von Fehlern in anomalen Zeitreihen weiter zu vereinfachen, verwende ich künstliche Sinuskurven anstelle von realen Temperaturdaten und belasten diese mit genau definierten systematischen Fehlern, die überall innerhalb des Zeitraums auftreten. Dazu wurde die Excel-Formel für einen Sinus mit einem zusätzlichen Mittelwert von 14,5 °C verwendet. Die Sinuskurve hat eine Amplitude von ± 0,25 °C mit einer Zykluszeit von etwa 70 Jahren. Abbildung 6 zeigt die ursprüngliche „Temperatur”-Zeitreihe mit einem leicht negativen Trend aufgrund der gewählten Start- und Endbedingungen, obwohl die Sinuskurve einen Trend von Null aufweist.

Abbildung 6 zeigt eine künstlich berechnete Zeitreihe der „globalen Durchschnittstemperatur” mit einer Amplitude von ± 0,25 °C und einem Zyklus von etwa 70 Jahren. Excel berechnet aufgrund der unausgeglichenen Zyklen korrekt einen negativen Trend, obwohl der Trend für eine vollständige Sinuswelle Null ist.

Auf diese Sinuswelle wurden zwischen 1860 und 2010, d. h. zwischen der Dauer der Beobachtungszeit, zwei verschiedene systematische Fehler überlagert. Die Ergebnisse sind in Abbildung 7 dargestellt.

Der erste angewendete Fehler war ein Sprung von + 1 °C, und das Ergebnis wird für verschiedene Zeitpunkte des Auftretens gezeigt. Die blaue Kurve zeigt die Anomalie (1) aus Abb. 2, noch ohne Fehler. Die rote Kurve (Anomalie 2) zeigt den Fehler, der 1940 auftrat, z. B. verursacht durch einen Umzug der Station an einen neuen Standort. Das könnte die Situation sein, die BO 06 im Sinn hatte, als sie davon ausgingen, dass sich der Fehler aufheben würde. Die grüne Kurve (Anomalie 2) zeigt den Fehler, der 1980 auftrat, d. h. innerhalb der Referenzzeit, und f. e. durch eine andere Lackierung der Station verursacht wurde, wie es in den USA geschehen ist, als alle Lackierungen bestehender Wetterhütten von Kalkfarbe auf Latexfarbe umgestellt worden sind. Dies wurde von Watts [11] in seinem umfassenden Bericht über die Qualität der Stationsdaten in den USA berichtet. Und die violette Kurve (Anomalie 4) zeigt die Auswirkungen eines „schleichenden” Fehlers von 0 bis 1 Grad über 100 Jahre, wie er durch den Einfluss des UHI (Urban Heat Island Effect) entstanden ist. Dies bezieht sich auf die langsamen Veränderungen der Umgebung durch die Errichtung von Parkplätzen, Gebäuden, Abfallverarbeitungsanlagen oder anderen vom Menschen verursachten Aktivitäten.

Abbildung 7: Blau (Anomalie 1) zeigt eine fehlerfreie, künstlich berechnete Zeitreihenanomalie einer „globalen Mitteltemperatur” mit einer Amplitude von ± 0,25 °C und einem Zyklus von etwa 70 Jahren. Der Referenzwert wurde anhand des Mittelwerts dieses Sinus‘ innerhalb des Zeitraums von 1961 bis 1990 berechnet. Darauf sind separat zwei verschiedene Fehler überlagert. Die rote Kurve (Anomalie 2) zeigt die Auswirkung eines systematischen Fehlers von 1 °C, der vor dem Referenzzeitraum von 1960 bis 1991 auftritt und seitdem kontinuierlich wirkt. Die grüne Kurve (Anomalie 3) zeigt den Einfluss eines systematischen Fehlers von 1 °C, der innerhalb des Referenzzeitraums von 1960 bis 1991 auftritt und seitdem kontinuierlich wirkt. Die violette Kurve (Anomalie 4) zeigt die Auswirkungen eines (linearen) „schleichenden” Fehlers von 0 bis 1 °C systematischem Fehler, der als UHI-Effekt auftreten kann, der langsam zunimmt, wenn immer mehr verschiedene Gebäude, Parkplätze und andere Einflüsse die Temperatur der lokalen Wetterstation beeinflussen. In jedem Fall sehe ich eine signifikante Veränderung des Trends (nur zwei dargestellt) und der Form der Anomalie-Zeitreihen, abhängig vom Ausgangspunkt des Fehlers und seiner Art. Es zeigt sich auch, dass sich Fehler nicht gegenseitig aufheben, unabhängig davon, wann sie auftreten, solange sie innerhalb des beobachteten Zeitraums auftreten.

Ich sehe in allen Fällen, dass der Fehler vollständig aktiv bleibt und sich im Verhältnis 1:1 auf die Zeitreihe des Anomaliewertes selbst auswirkt. Die Trendänderung ist ebenfalls in jedem Fall sichtbar. Es gibt nur eine Ausnahme: Wenn der Fehler vor Beginn des Untersuchungszeitraums auftritt, hebt er sich auf. Dies ist der einzige Fall, in dem die Anomalien die Fehler innerhalb der Daten aufheben.

In allen anderen Fällen heben Anomalien die Fehler ihrer Komponente nicht auf. Die Berechnung von Anomalien erfordert die Kombination der Unsicherheiten in der gemessenen Temperatur sowie der Unsicherheiten in der berechneten Durchschnittstemperatur, die sich aus dem Durchschnitt aller gemessenen Temperaturen innerhalb der Referenzzeit zusammensetzt. Dieses Hindernis wird oft nicht erwähnt. Denn die Anomalie selbst wird berechnet, indem von der absoluten monatlichen oder jährlichen lokalen Durchschnittstemperatur eine Referenz-Durchschnittstemperatur der gleichen Station abgezogen wird. Das heißt, jede lokale Durchschnittstemperatur ist ± ei , wobei „ei “ der Gesamtfehler in der i-ten gemittelten Temperatur ist.

Die Normaltemperatur ist , wobei der durchschnittliche Fehler aus den dreißig Jahren gemessener Monatstemperaturen ist, die zu gemittelt werden. Jede Anomalietemperatur ist , und der Fehler in der Anomalie Δti kann in der Regel durch Anwendung der Formel für den Fehler in der Differenz zwischen zwei i-Messungen, dem quadratischen Mittelwert (r.m.s.) der Fehler in Messungen, dem quadratischen Mittelwert (r.m.s.) der Fehler in f1 und T bestimmt werden, jedoch nur solange der Fehler als ziemlich normalverteilt angesehen werden kann. Dies ist nicht nur bei zufälligen Fehlern der Fall, sondern oft auch bei systematischen Fehlern. Sollte diese Bedingung jedoch nicht gegeben sein oder kann man sich nicht sicher genug sein, dann ist die einfache lineare Addition der genannten systematischen Fehler die richtige Vorgehensweise für die Fehlerfortpflanzung (siehe z. B. 1988; Miller S. 1353) [23] solcher Fehler.

Im ersten Fall ergibt sich der Fehler in Δti aus Er besteht also mindestens aus allen Fehlern seiner Komponenten.

BO6 hatte einen solchen Fall erwähnt, da im gleichen Absatz geschrieben stand:

(3) „Wenn eine Station die Art und Weise ändert, wie die monatliche Durchschnittstemperatur berechnet wird, führt dies zu einer Inhomogenität in der Temperaturreihe der Station, und Unsicherheiten aufgrund solcher Änderungen werden Teil des Homogenisierungs-Anpassungsfehlers. (Hervorhebung durch den Autor)“.

Dass dies für alle Änderungen gilt, die während des Beobachtungszeitraums vorgenommen werden, haben die Autoren nicht erwähnt. Aber es ist so. Darüber hinaus wurden keine Angaben gemacht, um den erwarteten „Homogenisierungsprozess“ zu identifizieren, wie er durchgeführt wurde und wie erfolgreich er die Unsicherheiten beseitigt, mit Ausnahme der wenigen oben genannten. Es bleibt also eine Hoffnung, aber keine Tatsache. Dazu müssen die Unsicherheiten definiert und ihre Größe abgeschätzt werden. Dies werde ich als Nächstes tun.

Ergebnisse und Diskussion

Aus früheren Arbeiten der Autoren wurde eine Reihe von Fehlern definiert, und es wurde ein sorgfältiger Versuch unternommen, diese sehr vorsichtig zu quantifizieren. Die folgende Tabelle zeigt die wichtigsten Fehler und deren wahrscheinliche Größenordnung sowie Richtung:

Es muss darauf hingewiesen werden, dass die meisten der oben genannten Fehler nur auf sorgfältigen Schätzungen beruhen. Dies gilt jedoch auch für alle Versuche, Fehler zu schätzen und zu korrigieren, die in der Literatur zu finden sind, soweit der Autor nach Durchsicht zahlreicher Literaturquellen weiß. Aus diesem Grund und aufgrund ihres hohen Ausmaßes ist der Autor der festen Überzeugung, dass die angegebenen Gesamtunsicherheiten eher konservativ als überschätzt sind.

Schlussfolgerungen

Der Hauptgrund für die Verwendung einer Anomalie liegt darin, dass die Abweichungen von der Durchschnittstemperatur in kohärenter Weise auftreten. So können Temperaturabweichungen von sehr vielen lokalen Durchschnittstemperaturen kombiniert werden, um die Trends des Klimawandels über ein großes Gebiet hinweg hervorzuheben.

Abbildung 8: Geschätzte Unsicherheiten der Hauptfehlerklassen aus Tabelle 1 um eine beliebige Trendlinie. Die Basisdaten sind die gleichen wie in Abbildung 1. Die Unsicherheit ist jedoch deutlich größer als dort dargestellt. Da zudem nicht alle systematischen Fehler symmetrisch über die Zeit verlaufen, verläuft die Trendlinie nicht symmetrisch zu den Hüllkurvengrenzen. Da alle Fehler entweder zeitlich stabil sind oder langsam voranschreiten, sind Frequenzsignale die einzigen Signale, die präzise genug extrahiert werden können.

Anomalien werden berechnet, um die Nettotemperaturtrends der großen Vielfalt lokaler Klimazonen zu vergleichen oder zusammenzustellen. Der Preis für diesen Komfort besteht jedoch darin, dass die Anomalien, wie oben gezeigt, mit einer größeren Unsicherheit behaftet sind als die ursprünglichen Temperaturmessungen. Die einzige Ausnahme besteht darin, dass sich die Fehler aufgrund der Subtraktion von Daten verringern oder sogar aufheben können, wenn sie die gleiche Richtung und Größenordnung haben. Um dies zu erkennen, muss man diese Fehler jedoch im Voraus relativ genau bestimmen.

Man könnte argumentieren, dass der Mittelungsprozess selbst die Auswirkungen eines oder mehrerer Stationsfehler reduziert, unabhängig davon, ob dieser in den absoluten Daten oder in ihren Anomalien auftritt. Das ist richtig und einer der Vorteile der Mittelung. In der Meteorologie sind jedoch zahlreiche potenzielle Fehler bekannt, die an einer großen Anzahl von Stationen oder an allen Stationen nahezu gleichzeitig aufgetreten sind. Beispiele finden sich in der Literatur; ich nenne hier nur einige:

1. Änderung des Rasterdesigns, z. B. Wechsel vom hohen Wildtyp-Raster zum kleineren englischen Raster in Russland. Berichten zufolge geschah dies um 1914.

2. Einführung anderer Skalen von Réaumur (bis Ende des 19. Jahrhunderts auch in Deutschland) bis Celsius.

3. Einführung anderer Algorithmen zur Berechnung des Tagesmittelwerts. Dies geschieht sowohl in Europa als auch im Ausland sehr häufig.

Wie aus den USA, aber auch aus anderen Teilen der Welt berichtet wird, verschwindet der Wechsel der Lackierung von Tünche zu Latexweiß. Diese Liste lässt sich leicht erweitern.

Referenzen

[1] [1] P. Brohan, J. J. Kennedy, I. Harris, S. F. B. Tett, and P. D. . Jones “Uncertainty estimates in regional and global observed temperature changes: A new data set from 1850,” Journal of Geophysical Research, vol. 111, pp. 2006.

[2] P. Frank, “UNCERTAINTY IN THE GLOBAL AVERAGE SURFACE AIR TEMPERATURE INDEX: A REPRESENTATIVE LOWER LIMIT,” Energy & Environment, vol. 21 , no. 8, pp. 969–989, 2010.

[3] P. Frank, “IMPOSED AND NEGLECTED UNCERTAINTY IN THE GLOBAL AVERAGE SURFACE AIR TEMPERATURE INDEX,” Energy & Environment · , vol. Vol. 22, N, pp. 407–424, 2011.

[4] M. Anderson, “A Field Test of Thermometer Screens,” SHMI RMK, vol. 62, 1991.

[5] W. Köppen, “Einheitliche Thermometeraufstellungen für meteorologische Stationen zur Bestimmung der Lufttemperatur und der Luftfeuchtigkeit,” Meteorologische Zeitschrift, vol. 30, 1913.

[6] R. W. SPARKS, “THE EFFECT OF THERMOMETER SCREEN DESIGN ON THE OBSERVED TEMPERATURE,” vol. 315, 1972.

[7] P. van der M. Jitze, “A Thermometer Screen Intercomparison,” WMO Instruments and Observing Methods Reports , 1998.

[8] A. Sprung, “Bericht über vergleichende Beobachtungen verschiedenen Thermometer – Aufstellungen zu Gr. Lichterfelde bei Berlin,” Abhandlungen des Königlich Preussischen Meteorologischen Instituts. , vol. Bd. 1. No., 1890.

[9] VDI, “Uncertainties of measurement during acceptance tests on energy-conversion and power plants Fundamentals,” 2000.

[10] C. K. P. FOLLAND D. E., “Correction of instrumental biases in historical sea surface temperature data,” Q. J. R. Meteorol. Soc., vol. 121. , pp. pp. 319–367 , 1995.

[11] A. Watts, Is the U.S. Surface Temperature Record Reliable?, vol. 1. THE HEARTLAND INSTITUTE 19 South LaSalle Street #903 Chicago, Illinois 60603 www.heartland.org, 2009.

[12] J. R. Karl, T.R., Knight, R.W. & Christy, “Global and Hemispheric Temperature Trends: Uncertainties Related to Inadequate Spatial Sampling,” JOURNAL OF CLIMATE, vol. 7, p. 1144 bis 1163, 1994.

[13] P. D. G. Jones P. Ya Coughlan, M; , Plummer, M. C; Wang W-C, Karl, T.R, “Assessment of urbanization effects in time series of surface air temperature over land,” ature., vol. 347, p. 169 ff, 1990.

[14] P. D. N. Jones M; Parker, D. E. S.Martin, Rigor, I. G., “SURFACE AIR TEMPERATURE AND ITS CHANGES OVER THE PAST 150 YEARS,” Reviews of Geophysics, vol. 37, pp. 173–199, 1999.

[15] C. K. R. Folland N. A. Brown,S. J. Smith3, T. M. P. Shen, S. S. Parker1, D. E. and I. J. Macadam P. D. Jones, R. N. Nicholls, N. and Sexton, D. M. H., “Global temperature change and its uncertainties since 1861 ,” Hadcrut 2, HadCRUT2 error analysis , 2001.

[16] R. W. R. REYNOLDS SMITH, NICKA.STOKES, THOMASM. WANG, DIANEC. WANQIU, “An Improved In Situ and Satellite SST Analysis for Climate,” J O U R N A L O F C L I M A T E, vol. 15, pp. 1609–1625, 2002.

[17] R. W. Reynolds, “Sea Surface Temperature (SST) Analyses for Climate.” National Oceanic and Atmospheric Administration National Environmental Satellite, Data & Information Service National Climatic Data Center, 2002.

[18] G. Dietrich, “Über systematische Fehler in den beobachteten Wasser- und Lufttemperaturen auf dem Meere und über ihre Auswirkung auf die Bestimmung des Wärmeumsatzes zwischen Ozean und Atmosphäre,” Deutsche Hydrographische Zeitschrift, vol. 3 5/6, 1950.

[19] J. R. P. Christy David E. Brown,Simon Macadam, Ian Stendel,Martin and Norris, William B., “Differential Trends in Tropical Sea Surface and Atmospheric Temperatures Since 1979,” Geophysical Research Letters,, vol. 28, no.1 , pp. 183–186., 2001.

[20] E. C. K. A. and B. Kent David I., “Assessing Biases in Recent in situ SST andMarine Air Temperature,” 1998.

[21] C. Folland, “Assessing bias corrections in historical sea surface temperature using a climate model,” International Journal of Climatology, vol. 25, no. 7, pp. 895–911, 2005.

[22] E. R. Long, “CONTIGUOUS U. S. TEMPERATURE TRENDS USING NCDC RAW AND ADJUSTED DATA FOR ONE-PER-STATE RURAL AND URBAN STATION SETS,” SPPI ORIGINAL PAPER , 2010.

[23] J. C. M. and J. H. Miller, “Basic Statistical Methods for Analytical Chemistry Part I; Statistics of Repeated Measurements,” Analyst, vol. 113, pp. 1351–1356, 1988.

Eine pdf Version des Artikel (in englisch) kann hier heruntergeladen werden.historical temperature data - quality and treatment 1-Michaels iMac

Ein Vorläufer dieses Artikel erschien im Jahr 2014 im Energy & Environment hier

Treibhäuser des Klima-Alarmismus – Mit welchen Tricks deutsche Universitäten abweichende Meinungen niederhalten

geschrieben von WebAdmin | 3. September 2025

? Herr Limburg, Sie hatten vor im März 2010, an der Universität Leipzig zu promovieren, und wurden daran mit rechtswidrigen Methoden gehindert. Könnten Sie zunächst kurz die Ausgangslage schildern?

Michael Limburg: Lassen Sie mich vorausschicken, dass ich mich zu dieser Promotion erst vergleichsweise spät entschloss. Ich bin berufserfahrener Ingenieur mit vertieften Kenntnissen in den Bereichen Messtechnik und Fehlerstatistik. Zur Erlangung der Promotion als Externer reichte ich im März 2010 bei der Fakultät für Physik und Geowissenschaften der Universität Leipzig eine ingenieurwissenschaftliche Untersuchung zur Frage der Qualität historischer Temperatur- und Meeresspiegeldaten ein. Der Titel lautete „Analyse zur Bewertung und Fehlerabschätzung der globalen Daten für Temperatur und Meeresspiegel und deren Bestimmungsprobleme“ [DISS]. Zuvor hatte ich sämtliche Vorbedingungen welche die Promotionsordnung für eine externen Doktoranden vorschreibt – inkl. einer Promotionsvorprüfung – erfüllt. Mein Doktorvater war der damalige Inhaber des Lehrstuhls für physische Geographie, Prof. Dr. Werner Kirstein.

? Als man sich in den zuständigen Gremien mit den Inhalt beschäftigt hatte, gingen dort anscheinend diverse Alarmglocken los?

Michael Limburg: Vermutlich. Dabei hatte die Arbeit mit der bekanntlich strittigen Klimafrage nur bedingt etwas zu tun und mit dem dazu postulierten Treibhauseffekt rein gar nichts. Ich wollte lediglich herausfinden, ob die meteorologischen Daten der Vergangenheit – über den Zeitraum der letzten ca. 150 Jahre – genau genug sind, um daraus die in der Klimadebatte verwendete statistische Größe „Globale Mitteltemperatur“ über die gesamte Zeitspanne hinweg mit ausreichender Genauigkeit von etwa ±1/10 °C glaubwürdig zu berechnen. Dabei kam ich zu dem eindeutigen Ergebnis, dass die verwendeten historischen Wetter-Messdaten dies nicht erlauben. Ich fand heraus, dass die bei der Berechnung der globalen Mitteltemperatur unvermeidliche verbleibende Unsicherheit mindestens genau so groß ist wie die ganzen offiziell angegebenen Änderung über 150 Jahre, wahrscheinlich aber sogar ein Vielfaches beträgt. Dies ergibt sich zwangsläufig bei Anwendung aller gängigen und vielfach erprobten Regeln der Messtechnik und der statistischen Fehlerrechnung. Diese Unsicherheit nimmt zwar mit der im Verlauf des 20. Jahrhunderts zunehmenden Stationsdichte ab, jedoch kommen dafür andere systematische Fehler hinzu. Erst mit der Verfügbarkeit von Satellitenmessungen – also seit ca. 35 Jahren – kann man von einer für diese Zwecke hinreichenden Genauigkeit sprechen. Die Messungen zuvor sind allenfalls für eine grobe Quantifizierung von Zyklen brauchbar, jedoch weder für die Ableitung einer absoluten noch einer relativen globalen Mitteltemperatur innerhalb der genannten engen Unsicherheit. Beim Meeresspiegel ist die Datenlage noch erheblich schlechter und das Ergebnis dementsprechend noch viel unsicherer. Natürlich hätte man meinen Erkenntnissen wissenschaftlich nicht unbedingt folgen müssen. Dann hätte es aber zur guten wissenschaftlichen Praxis gehört, die Ergebnisse mit guten nachprüfbaren Argumenten zu widerlegen. Das jedoch geschah nicht.

? Stattdessen hat man versucht, diese für die Vertreter des Klimaalarmismus unangenehme Wahrheit mit allen Mitteln zu unterdrücken?

Michael Limburg: Das trifft den Sachverhalt. Der Eingang des Manuskripts wurde ordnungsgemäß bestätigt, das Promotionsverfahren damit ordentlich eröffnet, dann jedoch wurde es seitens der federführenden Fakultät zu einer unfassbaren Scharade pervertiert, deren einziges Ziel es war, die Annahme der Promotion zu verhindern. Hierbei scheute man vor keinem Verfahrenstrick zurück und griff sogar zu Methoden, die nicht nur dem akademischen Ehrenkodex widersprachen, sondern teilweise eindeutig rechtswidrig waren. Begründet wurde die dann folgende Ablehnung mit Hilfe von Gutachtern, deren Sachkenntnis ganz offensichtlich so minimal war, dass man hier von einer Bestellung von Gefälligkeitsgutachten sprechen kann.

Doch das war bei weitem nicht alles. Die Fakultät ritt eine regelrechte Attacke auf die Freiheit der Wissenschaft. Grund hierfür dürfte sein, dass die Sicherung von Pfründen für die Universität absoluten Vorrang hatte, weshalb missliebige Ergebnisse unterdrückt werden sollten. Die Arbeit stellte ja indirekt wesentliche Aussagen zur angeblichen „menschengemachten Klimaerwärmung“ und damit einen der Hauptgründe für die Förderung der sogenannten „Erneuerbaren Energien“ infrage. Für beide Themenkomplexe gibt es jedoch höchst umfangreiche Fördergelder. Vermutlich befürchteten die Verantwortlichen diesbezügliche Nachteile, falls sie einer Arbeit Platz und dem Autor einen akademische Grad zugestanden, der dem bisherigem Dogma – und sei es auch nur indirekt – widersprach.

? Sie sprachen soeben von illegalen Methoden. Können Sie das näher ausführen?

Michael Limburg: Das ist leicht nachzuweisen. Die Einreichung der Dissertationsschrift erfolgte am 19. März 2010. Danach hörte ich erst mal lange Zeit nichts. Als ich nach diesem unüblich langen Stillschweigen der Fakultät im August insgesamt sechs renommierte Experten auf diesem Gebiet als Gutachter vorschlug, wurde keiner davon – nicht einmal mein Doktorvater – berücksichtigt. Es wurde darüber nicht einmal diskutiert, weder intern noch mit dem Betreuer oder dem Doktoranden. Dabei waren alle zu diesem Zeitpunkt sehr kompetente und aktive oder ehemalige Hochschullehrer. Einer davon hätte als Gutachter – neben dem Betreuer – bestellt werden sollen, so wie es zuvor immer Usus an dieser Fakultät war. Ich darf dazu anmerken, dass dieses krass von den üblichen Gepflogenheiten abweichende Vorgehen ein Novum darstellte, und zwar nicht nur mit Blick auf die Uni Leipzig.

? Den Grund hierfür haben Sie erst später verstanden?

Michael Limburg: Man wollte vermutlich damit die bereits vorher gelaufenen Machenschaften tarnen. Denn lange zuvor und ohne mir dies überhaupt mitzuteilen, war bereits am 4. Mai. 2010 eine (erste) Promotionskommission zusammengetreten. Diese trat sofort wieder geschlossen zurück und begründete dies mit vermeintlicher „weitgehender politischer Motivation der Thematik der Arbeit“. Wenig später machte die Rechtsabteilung der Universität den Akteuren klar, dass diese Rücktrittsaktion illegal war, weil sie nicht nur gegen die Promotionsordnung, sondern auch gegen das Grundrecht des Doktoranden auf Meinungsfreiheit und das allgemeine Grundrecht der Wissenschaftsfreiheit verstieß. Die Schwere dieses Vorwurfs muss man sich einmal vor Augen halten: Es handelt sich um einen in der Universitätsgeschichte der Bundesrepublik Deutschland einmaligen Vorgang. Dennoch wurde ich als Betroffener nicht über diese Vorgänge informiert. Der zuständige „Doktorandenbetreuer“, ein Hr. Dr. Schiele, hat mich diesbezüglich sogar offen belogen: Auf eine telefonische Anfrage hin wurde mir noch am 11. Mai 2010 wahrheitswidrig mitgeteilt, alles liefe normal. Es wurde sogar versprochen, dass ich über alles zeitnah unterrichtet würde. Dabei war die Promotionskommission bereits eine Woche vorher zurückgetreten.

? Und man hat sich nicht bemüht, die Angelegenheit danach wieder in rechtmäßige Bahnen zu lenken?

Michael Limburg: Nein, im Gegenteil. Um diese Rechtswidrigkeit (so das Justiziariat der Universität in einer Email vom 30. Juni 2010) zu „heilen“, übernahm dann der heutige Dekan der Fakultät, Prof. Dr. J. Haase, selbst die Leitung des Verfahrens und berief im Oktober 2010 eine zweite Promotionskommission ein. Er besetzte sie sofort mit einem zuvor zurückgetretenen Mitglied der ersten Kommission, während diverse Mitglieder derselben der Berufung aller neuen Mitglieder der zweiten Kommission zustimmten. Auch das war formal falsch, denn sie hätten weder mit abstimmen noch teilnehmen dürfen, weil sie nach allen Regeln objektiv befangen waren. Und das war erst der Auftakt zu einer Häufung weiterer Verfahrensfehler und illegaler Praktiken bei der Besetzung der neuen Promotionskommission.

Als nächstes sorgte Dekan Haase dafür dass mein Betreuer, Prof. Werner Kirstein, nicht als Gutachter bestellt wurde. Gründe dafür wurden nicht genannt, jedoch fand sich in den Unterlagen ein Schreiben des Prorektors Forschung und wissenschaftlicher Nachwuchs vom 16.11.2010 an den Promovierendenrat, in dem es heißt: „Probleme um den Arbeitskreis Kirstein und die widersprüchliche Antizipation in der Wissenschaftsgemeinschaft haben in der letzten Zeit eine starke Eskalation erfahren“. Das lässt den Schluss zu, dass hier ein missliebig gewordener Professorenkollege nicht zum Zuge kommen sollte. Stattdessen berief Haase einen anderen Gutachter aus der Fakultät sowie einen weiteren externen Gutachter, die beide eindeutig dem Lager des IPCC zuzurechnen waren.

? Und an deren Kompetenz hatten Sie Zweifel?

Michael Limburg: Um es kurz und knapp zu sagen: Sie war miserabel. Einer der beiden war der Gutachter der Fakultät, der Meteorologe Prof. Dr. Manfred Wendisch. Dieser hatte sich sogar selbst als nicht ausreichend kompetent für das spezielle Gebiet bezeichnet, um das es bei der Dissertation ging. Dies geht aus einem Schreiben vom 6. Juli 2010 an den Dekan hervor, in dem er sich als nicht sachverständig genug bezeichnet, um in der zweiten Promotionskommission mitzuwirken [WEN1]. In dieser an Haase gerichteten Bitte um Freistellung ist zu lesen: „Leider sehe ich – als Meteorologe mit dem Fachgebiet Atmosphärische Strahlung – nicht, wie ich den Aufgaben eines Kommissionsmitgliedes in diesem Fall voll gerecht werden kann…“. Seiner Bitte wurde damals entsprochen und er wurde durch Prof. Zielhofer ersetzt.

Im Falle Wendisch wurde später deutlich, dass sein zuvor erfolgter Rückzieher bezüglich einer Mitwirkung an der zweiten Promotionskommission (wegen unzureichender Kompetenzen auf diesem Spezialgebiet) korrekt begründet war. Dies hinderte ihn aber nicht daran, später als fakultätseigener Gutachter aufzutreten.

? Wie haben Sie auf diese Berufung einer zweiten Promotionskommission reagiert?

Michael Limburg: Als ich von der Berufung von Prof. Wendisch erfuhr, befürchtete ich aus guten Gründen Befangenheit und protestierte. Wie sehr ich damit Recht hatte, stellte sich später heraus, denn diese Befangenheit manifestierte sich eindeutig in den handgeschriebenen Anmerkungen seines Exemplars der Dissertation, das mir vorliegt. Darin wimmelt es nur so von herabsetzenden Bemerkungen über mich und das dort Geschriebene, vielfach gewürzt mit Fäkalausdrücken wie „Scheiße“ oder „Bullshit“ Ich habe diese in meiner Kritik [KRIT] ausgewertet. Hanebüchen.

Bezeichnenderweise finden sich diese „Beurteilungen“ sogar an Stellen, wo ich zur Untermauerung bestimmter Gedankengänge gängiges Lehrbuchwissen zitierte. Kann man einen deutlicheren Beweis für eigene Inkompetenz als Gutachter für ein Promotionsverfahrens liefern als diesen Herrn, der etablierte Lehrmeinungen mit Begriffen wie „Bullshit“, „lächerlich“ oder „Blödsinn“ bezeichnet? Neben den fachlichen Schwächen seines Gutachtens machen ihn der damit dokumentierte eklatante Mangel an Höflichkeit und Respekt vor der Person und Arbeit eines Doktoranden offensichtlich unwürdig, als akademischer Lehrer zu wirken. Sein Gutachten [WEN2].entsprach damit allerdings seiner zuvor abgegebenen Selbsteinschätzung mangelnder Kompetenz. Folgt man meiner hier ebenfalls im Anhang aufgeführten Fachüberprüfung des Gutachtens [KRIT], so war dieses fachlich einfach unbrauchbar und wäre mit der Note „ungenügend“ zu bewerten.

? Das lässt befürchten, dass es um den zweiten Gutachter kaum besser bestellt war?

Michael Limburg: Genau so war es. Auch der externe Gutachter war erkennbar voreingenommen und hätte nicht eingesetzt werden dürfen. Nach diesem zweiten Gutachter hatte der Dekan lange und mit sehr viel Mühe gesucht. Er fand ihn schließlich in dem Meereskundler Prof. Dr. Martin Visbeck vom GEOMAR in Kiel. Mit diesem hatte ich schon im Sommer 2010 einen wissenschaftlichen – aber zivilisierten – Disput per Email über bestimmte Aspekte der Klimafrage per Email ausgetragen. Wobei anzumerken ist, dass wir zum Zeitpunkt dieses Disputs beide nicht wissen konnten, dass er später mal als Gutachter über meine Arbeit tätig werden sollte. Besonders im Gedächtnis geblieben ist mir ein Satz aus seiner abschließenden Email vom 03.07.2010. Darin sagt er aus, er ziehe es vor, seine Kenntnisse aus „den autorisierten Informationen unserer Regierung zu beziehen“.

Mit dieser Äußerung belegt Visbeck, in selten zu findender Offenheit, dass es ihm weniger auf wissenschaftliche Erkenntnis denn auf die Ausrichtung akademischer Betätigung an regierungsamtlichen Vorgaben ankommt. Man muss gar nicht erst Galileo oder als Gegenstück Lyssenko bemühen, um zu erkennen, dass Visbeck nach objektiven Kriterien zumindest befangen war. Hinzu kam noch, dass ihn zuvor der Dekan in seinem Einladungsschreiben an den GEOMAR-Chef Prof. Herzig darauf hingewiesen hatte, dass die Arbeit aus „aktuellem Anlass kontrovers diskutiert werden“ würde. Er war also schon vorab in gewünschter Weise „geimpft“ worden.

? Offensichtlich hatte man somit alle Versatzstücke für ein absurdes Theater sorgfältig ausgewählt und in Stellung gebracht?

Michael Limburg: Ja, man war offensichtlich entschlossen, diese Angelegenheit durchzuziehen und einen „Abweichler“ kaltzustellen. Trotz der bereits bekannten Vorgeschichte wurde Prof. Visbeck im Oktober 2010 als Gutachter bestellt. Als ich das erfuhr, machte ich noch am 9.11.10 und damit rechtzeitig, den Dekan und seinen Stellvertreter Prof. Jacobi auf diesen Sachverhalt aufmerksam und protestierte gegen Visbecks Berufung. Mein Antrag auf Ablehnung wegen Befangenheit wurde aber rundweg abgelehnt. Visbeck lieferte dann sein Gutachten mit zwei Monaten Verspätung ab [VISB]. Darin war er zwar in der Wortwahl seiner Anmerkungen weniger unhöflich als sein Kollege Wendisch. Offensichtlich fehlten ihm aber vielfach die nötigen Kenntnisse, um den in der Dissertation gewählten Weg und die entsprechenden Ergebnisse zu verstehen. Dies war deutlich daran zu erkennen, dass er häufig in seinen Rand-Anmerkungen seines Exemplars der Dissertation die Formulierung „Quatsch“ benutzte. Das ist zwar sein gutes Recht, doch damit ist gleichzeitig auch seine Voreingenommenheit belegt, von der inhaltlichen Wertung der als „Quatsch“ bezeichneten Passagen mal ganz abgesehen.

? Somit hatte die Vorarbeit des Dekans, Gutachter zu berufen, die nicht ausreichend kompetent und zugleich voreingenommen waren, in seinem Sinne Früchte getragen?

Michael Limburg: Definitiv. Beiden Gutachten ist gemeinsam, dass sie es versäumten, zu den überaus umfangreich entwickelten und umfassend belegten Kerngedanken der Arbeit vorzustoßen. Vielmehr blieben sie – vermutlich wegen ihrer manchmal wütenden Voreingenommenheit und fachlichen Begrenztheit – an der Oberfläche. Visbeck gab schon nach wenigen Seiten das intensive Lesen auf. Dies dokumentiert sich daran, dass seine Anmerkungen schon nach wenigen Seiten aufhören. Zudem ließ er sich von seiner Voreingenommenheit zu nicht haltbaren Wertungsaussagen hinreißen.

Wendisch hatte wesentlich mehr gelesen, aber immer wieder darauf beharrt, dass ich den Treibhauseffekt nicht verstanden hätte, was er dann zum Anlass nahm, diesen in seinem Gutachten wortreich zu erklären. Ihm war gar nicht aufgefallen, dass der Treibhauseffekt nirgends und in keiner Weise Gegenstand der Arbeit war. Denn nur an einer Stelle nahm die Arbeit hierauf indirekt Bezug, nämlich als die zwingend logische Schlussfolgerung gezogen wurde, dass die große Unsicherheit der Daten keinerlei Zuordnung von Ursachen zulassen würde, auch nicht die, dass das CO2 auf die Temperatur einwirken würde. Des weiteren ist er auch nicht zu der mathematisch exakten, aber sehr umfangreichen und anspruchsvollen Begründung mittels Fehlerrechnung in der Arbeit vorgedrungen. Stattdessen bemängelte er, ebenso wie Visbeck, ein angebliches Fehlen derselben. Beide hätten sie nur lesen müssen. Das taten sie aber nicht, oder sie wollten sie nicht zur Kenntnis nehmen! Deshalb wurde dieser Teil von keinem der beiden erwähnt, geschweige denn bewertet. Dies lässt sich anhand der im Quellenverzeichnis verfügbar gemachten Dokumente nachweisen.

? Beide Gutachter lieferten demnach die gewünschten „Gefälligkeits-Ablehnungen“ ab?

Michael Limburg: Exakt dies ist erfolgt. Beide Gutachter wurden unter sehr trickreicher Umgehung formalrechtlicher sowie üblicher akademischer Gepflogenheiten beauftragt, was schon per se einen Verstoß gegen wissenschaftliche Regeln darstellt. Sie erstellten dann wunschgemäß Gefälligkeitsgutachten, deren wissenschaftliche Begründungen äußerst dürftig und in Teilen sogar falsch waren und weder formal noch inhaltlich den üblichen Ansprüchen bezüglich wissenschaftlicher Richtigkeit und Objektivität genügten. Beide sind demnach zu Recht als wertlose Gefälligkeitsgutachten zu bezeichnen. Die im Anhang unten zugänglich gemachten Dokumente belegen unwiderlegbar ihre tiefe Voreingenommenheit. Zudem offenbaren sie die oft recht lückenhaften Kenntnisse der Herren bezüglich des in der Dissertation behandelten Wissensgebiets.

Diese Gutachten führten dann zur Ablehnung der Dissertation durch den Fakultätsrat am 28. Februar 2011, ohne dass noch eine wissenschaftliche Diskussion stattgefunden hätte. Dieser Ablehnung habe ich dann am 22. März 2011 anwaltlich widersprochen. Zur Begründung des Widerspruchs, der sich, ausführlich auf formale wie inhaltliche Mängel bezog, nahm der von mir beauftragte Anwalt Selbmann beide Gutachten in einem Gegengutachten vom 30. April 2011 Stück für Stück formal rechtlich auseinander [SELB] und ich tat dasselbe inhaltlich-fachlich [KRIT]. Nur ganz wenige Kritikpunkte in den Gutachten hatten danach Hand und Fuß, bezogen sich aber auf absolute Nebenaspekte ohne reale Bedeutung.

? Doch selbst davon ließ sich die Universität nicht von ihrem Kurs abbringen?

Michael Limburg: Nein, man hielt trotz eindeutiger Rechtsverstöße am einmal eingeschlagenen Weg fest. Eigentlich hätte dieses Gegengutachten nach den Regeln des Verwaltungsrechts bei Prüfungen in einem „Überdenkverfahren“ mit den Gutachtern und mir diskutiert werden müssen. Doch beide bekamen es wohl nie zu Gesicht, denn der mir vorliegende Schriftverkehr zeigt keinerlei entsprechende Hinweise.

Damit fügte die Universität der langen Reihe ihrer Versäumnisse einen weiteren schweren Formfehler hinzu. Und auch danach ging es im gleichen Stil weiter. Ich hatte noch vor dem abschließenden Negativurteil des Fakultätsrates diesen auf seiner Sitzung vom 28. Februar 2011 gebeten, von einer Beschlussfassung über die Dissertation abzusehen und zunächst vier weitere Gutachten abzuwarten, die ich selbst in Auftrag gegeben hatte. Dem wurde jedoch nicht stattgegeben. Man würde doch damit die bisherigen Gutachter brüskieren, hieß es dazu im Protokoll dieser nichtöffentlichen Sitzung. Stattdessen verwarf der Fakultätsrat auf Grund der vorliegenden Gutachten die gesamte Dissertation. Später bewerteten die vier echten Experten-Gutachten meine Arbeit mit den Noten „summa cum laude“ bis „rite“. Diese Gutachten wurden der Universität zur Unterstützung meines Widerspruchs vorgelegt, sie hatten jedoch keinen Einfluss. Rund 10 Monate später lehnte sie am 15. Dezember 2011 meinen Widerspruch mit äußerst schwachen und dürftigen Argumenten als unbegründet ab. Mir ist bis heute unbegreiflich, warum das Verwaltungsrecht vorsieht, dass die Fakultät als Urheberin der Ablehnung auch über den Widerspruch entscheiden durfte, aber so ist die Rechtslage nun mal.

? Und Sie waren nicht gewillt, dies einfach hinzunehmen?

Michael Limburg: Nein, mein Kampfgeist war jetzt geweckt. Deshalb reichte ich Anfang Januar 2012 beim Verwaltungsgericht Leipzig Klage ein. Allerdings kann nach geltender Rechtslage ein Doktorand nur auf Aufhebung der Ablehnung klagen, nicht aber auf Anerkennung der Arbeit. Und es vergingen mehr als anderthalb Jahre, bis ein erster Gerichtstermin angesetzt werden konnte. Dieser wurde für Ende September 2013 anberaumt.

Dem Verwaltungsgericht Leipzig, das über die Klage zu urteilen hatte, muss die ganze Tragweite dieses wohl einmaligen Vorgangs klar gewesen sein, denn es wollte nicht nur über die zahlreichen beanstandeten Formfehler urteilen, sondern auch über die inhaltlichen Differenzen informiert werden und hatte deshalb beide Gutachter als Zeugen geladen. Ich hatte mich schon auf eine Befragung dieser Herren gefreut und mich entsprechend vorbereitet. Doch dazu kam es nicht mehr, weil zuvor auf Wunsch der beklagten Fakultät ein Vergleich geschlossen wurde. Dieser sah vor, dass die Universität die Ablehnung der Arbeit zurückzunehmen hatte. Mit der Zustimmung zu diesem Vergleich wurde auch implizit anerkannt, dass die Gutachten untauglich waren, andernfalls hätte man das Gerichtsurteil abgewartet.

? Sie haben also Recht bekommen, konnten jedoch ihr eigentliches Ziel nicht erreichen?

Michael Limburg: Im Endeffekt hatte ich einen klaren juristischen Erfolg vorzuweisen und stand dennoch mit leeren Händen da. Entsprechend dem im September 2013 getroffenen gerichtlichen Vergleich musste sich die Fakultät mir gegenüber für die Art und Weise der Durchführung des Promotionsverfahrens entschuldigen. Damit hat sie zugleich anerkannt, dass die handelnden Personen mir schweres Unrecht zugefügt haben. Doch was mein eigentliches Ziel, die Erlangung des Doktorgrades anging, so blieb mir dies verwehrt. Ich konnte lediglich erreichen, dass die Arbeit als nicht eingereicht galt. Damit wäre es üblicherweise möglich, sie an jeder anderen deutschen Hochschule wieder einzureichen. Doch wie sich herausstellte war das eine wohl eher theoretische Möglichkeit.

Das zeigte sich, als ich es im Frühjahr 2014 erneut an der Technischen Universität Clausthal versuchte, wo ich zwei fähige Betreuer gefunden hatte. Doch angesichts der offensichtlichen Meinungsgleichschaltung, die auf diesem Gebiet anscheinend an deutschen Hochschulen anzutreffen ist, verweigerte die TU Clausthal zunächst die Annahme der Arbeit. Als Begründung wurde angeführt, dass sie die gerichtliche Rücknahme der Ablehnung seitens der Uni Leipzig für sich nicht gelten lassen wolle. Als sie einsehen musste, dass das aus rechtlichen Gründen nicht haltbar sein würde, errichtete der Dekan der Fakultät, Prof. Dr. Esderts, weitere formale Hürden, die erst nach einer längeren juristischen Auseinandersetzungen hätten überwunden werden können. Dazu war ich im Hinblick auf den dann mit Sicherheit folgenden juristischen Kleinkrieg aber nicht mehr bereit. Ich habe deshalb den akademischen Weg aufgegeben und beschlossen, stattdessen meine Arbeit im Internet zur Diskussion zu stellen. Dazu gehört auch, dass sowohl meine Dissertation als auch die hier im Rahmen des Interviews erwähnten Dokumente im Anhang zu diesem Artikel als abrufbare PDF-Dateien zur Verfügung gestellt werden.

Das Interview führte Fred F. Mueller

Alle Literaturstellen siehe pdf Anlagen

Literaturverzeichnis

[DISS] Limburg, M. (19. März 2010). Analyse zur Bewertung und Fehlerabschätzung der globalen Daten für Temperatur und Meeresspiegel und deren Bestimmungsprobleme. Leipzig, Sachsen, Deutschland.

[KRIT] Limburg, M. (30. April 2011). Kritik Gutachen Wendisch & Visbeck.

[SELB] Selbmann, F. (19. April 2011). Widerspruch und ausführliche Begründung. Leipzig, Sachsen, Deutschland.

[VISB] Visbeck, M. (28. Februar 2011). Gutachten Dissertation Limburg. Kiel, S-H, Deutschland.

[WEN1] Wendisch, M. (6. Juli 2010). an Haase Bitte um Freistellung.

[WEN2] Wendisch, M. (26. Januar 2011). Gutachten Dissertation Limburg. Leipzig, Sachsen, Deutschland.

: Zitat Voltaire

: Dekan Prof. Dr. Jürgen Haase; Fakultät für Physik und Geowissenschaften Leipzig

Related Files

„Analyse zur Bewertung und Fehlerabschätzung der globalen Daten für Temperatur und Meeresspiegel und deren Bestimmungsprobleme“

geschrieben von Michael Limburg | 3. September 2025

Die Entwicklung des Globalklimas ist seit vielen Jahren ein Thema, das Wissenschaft, Öffentlichkeit und vor allem die Politik stark beschäftigt. Es wurde durch die Vermutung zum Thema, dass der Mensch durch die ungebremste Einspeisung von sog. Treibhausgasen, namentlich CO2, zu einer deutlichen Erhöhung der Globaltemperatur beiträgt. Dies sei für die Natur, aber auch die menschliche Entwicklung, schädlich. Dabei wird in aller Regel, wenn vom Globalklima gesprochen wird, dieses auf die Entwicklung der mittleren Globaltemperatur T reduziert. Im Gefolge der mit viel Aufwand errechneten Temperaturerhöhung des letzten Jahrhunderts, von im Durchschnitt ca. 0,7 ± 0,1 °C , wird die Befürchtung geäußert, dass diese Erwärmung Einfluss auf das Ansteigen des globalen Meeresspiegels nähme. Entsprechend werden Untersuchungen angestellt und veröffentlicht, welche die Entwicklung des Anstiegs eines globalem mittleren Meeresspiegels zum Inhalt haben. Darin wird festgestellt, dass dieser (über das ganze Jahrhundert) vermutlich mit einer Rate von ca. 1,8 ± 0,4 mm/Jahr gestiegen sei. Diese Rate, so wird geschätzt, hätte sich besonders im letzten Jahrzehnt des drastisch beschleunigt, d.h. um den Faktor 4, erhöht. Die Arbeit zeigt nun auf, dass es auf Grund der Art der vorhandenen Daten, deren Menge, Messmethoden und Mittel, sowohl bei der Temperatur, als auch beim Meeresspiegel nicht möglich ist die angegebene Genauigkeit darzustellen. Daraus folgt, dass alle darauf aufbauenden Schlussfolgerungen und Zuordnungen, von als wichtig erachteten Ursachen, im Bereich der Unsicherheiten liegen und damit ebenfalls nur sehr grobe Schätzungen sein können. Sie sind deshalb eher Vermutungen zu nennen und daher mit größter Vorsicht zu betrachten.

Summary

The development of global climate has been a topic of great discussion in science, the public, and foremost in politics for a number of years. It has been suspected that man has contributed significantly to an increase in global temperature by emitting so-called greenhouse gases, namely CO2. This is claimed to be harmful for nature and for human development. Here, as a rule, when global climate is discussed, everything gets reduced to the development of the mean global temperature. As a consequence of the temperature increase of approx. 0.7°± 0.1°C over the last century, which was calculated with great effort1, fear is now being expressed that this warming is having an impact on global sea level increase. Accordingly, studies are being carried out and published concerning the impacts a global mean sea level increase could have. It has been determined to have risen (over an entire century) at a rate of approximately 1.8 ± 0.4 mm/year. This rate, it is estimated, has accelerated dramatically especially during the last decade – by a factor of 4. This work shows that based on the type of available data, their quantity, and methods used, as is the case with temperature, it is not possible to give the sea level with an accuracy that is claimed. Thus the result is that all conclusions and correlations based on this data, which are from causes considered to be important, lie within the range of uncertainties and thus can only be regarded as very rough estimates. For this reason they can be only considered as conjecture and thus must be taken with great caution.

Einen Überblick über die Entstehungsgeschichte dieser Arbeiten finden Sie hier

Related Files

Neuer systematischer Fehler bei Anomalien der globalen Zeitreihe der Mitteltemperatur

geschrieben von Michael Limburg | 3. September 2025

Neuer systematischer Fehler bei Anomalien der globalen Zeitreihe der Mitteltemperatur

ZUSAMMENFASSUNG

Bestehende Einschätzungen der Unsicherheit und ihrer mathematischen Modelle für die Bestimmung von Fehlern, die zur Abschätzung der globalen Durchschnittstemperatur-Anomalien verwendet wurden, werden hier untersucht. Dabei wurden methodische Fehler im Bewertungsmodell von Brohan et al 06 [1] festgestellt, die sie zur Beschreibung als nicht umfassend und präzise genug erkennen lässt. Für eine andere Art von Fehlern wurde dies bereits von Frank [2], [3], im Folgenden als F 10 und F 11, gezeigt. Zusätzlich zu den Feststellungen beider Arbeiten von Frank 10,11, wurde hier ein sehr häufiger, aber neuer systematischer Fehler isoliert und als „Algorithmus-Fehler“ definiert und benannt. Dieser Fehler wurde bisher durch die verwendete Methode der Anomalienbildung als selbst korrigierend angesehen oder es wurde vermutet, dass er von einigen unbekannten und ungenannten Homogenisierungsprozessen korrigiert wird. Aber das war bisher nicht der Fall. Er fügt daher der momentanen Mitteltemperatur eine zusätzliche systematische Unsicherheit oder zusätzliche Fehlerspanne von mindestens

+ 0,3 ° C und – 0,23 ° C

für jede globale mittleren Anomalie Berechnung hinzu.
Dieses Ergebnis wird erzielt, wenn man nur die am häufigsten verwendeten Algorithmen zur Berechnung der Tagesmitteltemperatur mit dem „wahren“-Algorithmus durch Mittelwertbildung täglich kontinuierlich durchgeführter Messungen miteinander vergleicht. Bedingt durch die Tatsache, dass die reale Verteilung aller verwendeten Algorithmen (nach Griffith [4] > 100 verschiedene) über Zeit und Fläche nicht bekannt ist, weder für die Land-basierten Temperaturdaten noch für die SST (Meeresoberflächentemperaturen), wird der Minimalwert dieses Fehler hier als typisch ausgewählt. In der Realität ist aber der dadurch erzeugte Fehler vermutlich noch um einiges größer.
EINFÜHRUNG

Allgemeine Bemerkungen

Zum Zwecke der Klarheit ist der erste Teil diese Aufsatzes dem allgemeinen Verhalten der Anomalien-Berechnung in Bezug auf die Fehlerfortpflanzung gewidmet. Es wird gezeigt, dass die weithin angenommen Fehlerreduktions-Fähigkeiten eines Anomalie-Modells nur für einen einzigen Sonderfall gelten, aber generell kann sie die endgültigen systematischen Fehler nicht reduzieren – vor allem in Zeitreihen – sondern sie wird sie in fast allen anderen Fällen sogar noch erhöhen. Weiterhin werden hier eine Vielzahl von weiteren potentiellen, wie realen systematischen Fehler genannt, von denen nur sehr wenige bisher identifiziert, dann quantifiziert und somit korrigiert werden konnten, und auch das bisher nur teilweise. Auch dies wird hier gezeigt.
Mit diesem Wissen muss die Mindest-Unsicherheit für jeden jährlichen globalen Mitteltemperaturwert nicht nur auf die hier beschriebenen, (bei 2 sigma = 95% Vertrauensbereich) zwischen ± 1,084 ° C bis ± 2,084 ° C, sondern auf eine Spanne die mindestens 3 bis 5 mal größer ist, angehoben werden.
Somit ist die durchschnittliche globale Temperaturanomalie für die letzten 150 Jahre in einem sehr großen Unsicherheitsband aufgelöst, das viel breiter ist, als die gesamte vermutete Veränderung des 20. Jahrhunderts. Deshalb ist jeder Versuch, dass deren Variation möglichen „Forcings“ zuzuordnen sei, nur wissenschaftliche Spekulation. Der einzige, aber sehr wichtige, Ausnahme könnte der Einfluss einer starken zyklischen Forcings sein, das um ein gegebenes Mittel schwingt. Seine Schwingungssignale können viel leichter im Unsicherheits-Band erkannt und damit unterschieden werden und zwar auf Grund ihrer zuvor beschriebenen repetitiven Natur…
…….
FAZIT
Es wurde gezeigt, dass die begrenzte Unsicherheits-Beurteilung des B 06 papers und seiner Vorgänger nicht die reale Situation in Bezug auf die Unsicherheiten der historischen Temperatur beschreibt: Um dies zu zeigen, wurde ein einziger, aber weit verbreiteter Fehler, mit dem Namen „Algorithmus-Fehler“ untersucht. Er allein addiert mindestens ± 0,23 ° C (1 σ!) zum systematischen Fehler wie er von F 11 entwickelt wurde, hinzu. Aber es wurde auch gezeigt, dass der Gesamt-Fehler in der Realität wahrscheinlich noch viel größer sein muss.
Außerdem wurde gezeigt, dass er nur einer von einer Vielzahl von anderen systematischen Fehlern ist, die auf den vorangegangenen Seiten genannt worden sind. Die wurden aber bisher nie sorgfältig untersucht und daher auch noch nicht korrigiert.
Aus diesem Grund muss jeder Versuch versagen, eine genaue Zeitreihe einer globalen Temperaturanomalie zu entwickeln, weil diese immer von einem viel breiteren Band der Unsicherheitsband begleitet wird.
Außerdem ist der genaue Wert der Anomalie selbst irgendwo in diesem breiten Unsicherheitsband versteckt, was bedeutet, dass auch die resultierende Hüllkurve unsymmetrisch zur versteckten Anomalie Zeitreihe ist.
Somit ist es unmöglich, dieser eine mögliche Ursache für ihre Veränderung zuzuordnen. Jeder Versuch, eine wahrscheinliche Ursache für die Änderung der globalen Temperaturzeitreihe zu definieren, bleibt daher reine Spekulation.
Die einzige, aber sehr wichtige Ausnahme kann der Einfluss eines starken Forcings sein, das um einen bestimmten Mittelwert schwingt. Sein Schwingungssignal lässt sich viel leichter vom zuvor beschrieben Unsicherheits-Band unterscheiden, allein aufgrund seiner sich wiederholenden Natur. Dies liegt daran, dass alle zuvor genannten Fehlerquellen, entweder sprunghaft auftreten und dann stabil über der Zeit (beispielsweise die Änderung der Rechen-Algorithmus der verwendet wird) bleiben, oder aber einen schleichenden Fehler bewirken, mit zu- oder oder abnehmender Fehlergröße, (wie die Veränderung der Eigenschaften einer Wetterhütte im Laufe der Zeit zum Beispiel durch Alterung der Farbe), aber selbst keine Schwingungseigenschaften zu zeigen.
Aus Sicht der obigen Ergebnisse kann man für die Zwecke der Klimaforschung fragen, welchen wissenschaftlichen Wert eine Mittelwerts-Anomalie für die ganze Welt haben kann, wie sie zum Beispiel in B 06 entwickelt wurde, wenn man die großen Schwankungen der Mittelwerte der Erd-Temperaturen in Abhängigkeit von ihrer Lage auf dem Globus (siehe S.2; von +30 ° bis -35 ° C) und von Saison zu Saison betrachtet.
Das bedeutet nicht, dass es keine Erwärmung gab, denn sie konnte in einigen Perioden des letzten Jahrhunderts beobachtet werden, weil andere Proxies weltweit zeigen, dass es eine moderate Erwärmung gab, aber es bedeutet, dass diese Konstruktion einer Temperatur-Zeitreihe es nicht erlaubt, die Ergebnisse, für die sie gedacht ist, zu liefern.

Related Files

e___e_algorithm_error_07-limburg-pdf

Beeinflusst die globale Viehwirtschaft das Klima?

geschrieben von Glatzle | 3. September 2025

Der Viehzüchter und Experte für Tropische Weidewirtschaft Albrecht Glatzle hat in drei Publikationen in wissenschaftlichen Zeitschriften mit peer review die Vorwürfe der Klimaschädlichkeit der Viehwirtschaft analysiert und kommt zu dem Schluss, dass sowohl die FAO, wie auch der Weltklimarat IPCC, auf dessen Anleitung zur Erstellung Nationaler Treibhausgasinventare sich die FAO in weiten Teilen bezieht, schwere methodische Fehler begingen.
Grundvoraussetzung für eine Klimabeeinflussung durch Haustiere ist eine messbare Klimaerwärmung durch anthropogene Treibhausgasemissionen (z.B. CO2, CH4, N2O). Eine nennenswerte Klimasensitivität dieser Treibhausgasemissionen bestreitet z.B. EIKE auf dieser Webseite seit Jahren mit hunderten von guten wissenschaftlichen Argumenten, denen eigentlich nichts hinzuzufügen ist. Ergänzt soll hier lediglich werden, dass sich der Weltklimarat selbst, dessen Existenzberechtigung ja mit der Aufrechterhaltung des Klima-Alarms steht und fällt, durch inhärente Widerspruche ad absurdum führt, was bei gründlichem Studium der IPCC-Berichte deutlich wird:
Im 4. Sachstandbericht AR4 (2007) werden in Tabelle 2.11 sechzehn (16) natürliche und menschengemachte Antriebskräfte (forcing agents) für das weltweite Temperaturgeschehen aufgelistet und hinsichtlich ihres wissenschaftlichen Verständnisses bewertet. Nur eine dieser Antriebskräfte wird als gut verstanden, und 11 werden als schlecht bis sehr schlecht verstanden klassifiziert. Genau diese Antriebskräfte sind es aber, die als Variablen in die Modellberechnungen künftiger Temperaturszenarien einfließen. Selbst jedem Laien wird einleuchten, dass bei einen so hohen Niveau von Unsicherheit der verwendeten Variablen keine Zukunftsszenarien mit akzeptabler Vertrauenswürdigkeit erstellt werden können. Das IPCC tat dies aber trotzdem. Unter der stillschweigenden Annahme einer ganzen Reihe zusätzlicher, unbestätigter Randbedingungen werden Projektionen künftiger Temperaturentwicklungen in Abhängigkeit von bestimmten Emissionsszenarien erstellt, die allesamt ziemlich steil nach oben zeigen (z.B. Fig. TS.26 im AR4).
Wissenschaftler, die Beiträge zum letzten IPCC-Bericht (2013) AR5 leisteten, haben die Temperaturprojektionen aus früheren Berichten einer empirischen Validierung unterworfen, soweit sie heute schon mit den tatsächlich gemessenen Temperaturen verglichen werden können. Das Ergebnis war ernüchternd: Die derzeit gemessenen globalen Mittelwerttemperaturen liegen deutlich unterhalb der Konfidenzintervalle aller früheren vom IPCC erstellten Temperaturprojektionen (Fig.1.4 aus dem an die Öffentlichkeit gelangten 2nd order draft von AR5, siehe http://www.washingtontimes.com/news/2012/dec/18/chilling-climate-change-news/ ). Nach gängigen wissenschaftlichen Kriterien müssten daher sämtliche IPCC-Modelle als unzutreffend verworfen werden. Leider haben sich die Funktionäre des IPCC aber dazu entschieden, die genannte Abbildung nicht in die endgültige Version des AR5 aufzunehmen. Stattdessen haben sie in ihrer „Summary for Policy Makers“ die Wahrscheinlichkeit, dass der Mensch mittels Treibhausgasen das Klima merklich erwärmt, von 90 auf 95% angehoben, obwohl seit Erscheinen der letzten 3 IPCC-Sachstandsberichte (17 Jahren) keine weitere Erderwärmung mehr beobachtet worden war, trotz weiter steigender Treibhausgas-Emissionen.
Selbst wenn man von einer beträchtlichen Klimaerwärmung durch anthropogene Treibhausgase ausgeht, wie vom IPCC postuliert, gibt es erhebliche Diskrepanzen zwischen der Realität und dem Motto „Less Meat = Less Heat“, unter dem im Europäischen Parlament im Jahre 2009 eine Anhörung stattfand: Diese Diskrepanzen werden in den drei genannten Veröffentlichungen mit unterschiedlicher Ausführlichkeit abgehandelt. Hier sollen nur die wichtigsten kurze Erwähnung finden:
–       Während in der Anleitung zur Erstellung Nationaler Treibhausgasinventare (IPCC 2006, http://www.ipcc-nggip.iges.or.jp/public/2006gl/vol4.html ) im Falle von CO2 korrekterweise nur zusätzliche, vom Menschen verursachte Emissionen berücksichtigt werden, wird bei der Bewertung von Methan- und Lachgasemissionen ein schwerwiegender Fehler begangen: Es werden mit akribischer Genauigkeit Formeln, Richtwerte und Anhaltspunkte abgehandelt, um die Gesamtemissionen dieser Gase aus bewirtschafteten Ökosystemen (managed ecosystems) abzuschätzen. Emissionen aus natürlichen Ökosystemen werden aber per definitionem nicht berücksichtigt, weil sie ja nicht menschengemacht sind. Aber auch natürliche Ökosysteme geben manchmal sogar erhebliche Mengen an Methan und Lachgas ab. Deshalb muss selbstverständlich die jährliche Gesamtemission aus einem bewirtschafteten Ökosystem um den Betrag nach unten korrigiert werden, der von dem zuvor an diesem Standort vorhandenen natürlichen Ökosystem (also ohne menschlichen Einfluss, d.h. vor der Inkulturnahme) jedes Jahr abgegeben wurde, um auf den anthropogenen Anteil der berechneten Gesamtemission zu kommen. Diese Korrektur ist in der IPCC-Anleitung nicht vorgesehen und wurde infolgedessen weder von der FAO noch in irgendeiner der mir bekannten einschlägigen wissenschaftlichen Veröffentlichungen zu diesem Thema vorgenommen. Eine systematische und erhebliche Überschätzung der als anthropogen deklarierten Emissionen von Nicht-CO2-Treibhausgasen aus Agro-Ökosystemen ist die logische Konsequenz, da Baseline-Emissions-Szenarien über Raum und Zeit keine Berücksichtigung finden.
–       Weder bei der von Satelliten gemessenen geographischen Verteilung der Methankonzentration in der Atmosphäre noch bei ihrer historischen Entwicklung ist ein Haustiersignal erkennbar. Zum Beispiel hat zwischen 1990 und 2007 der Weltbestand an Rindern um über 115 Millionen Kopf zugenommen während der Anstieg der Methankonzentration in der Atmosphäre auf null abfiel. Diese empirischen Beobachtungen vertragen sich schlecht mit der Behauptung der FAO, die Rinderhaltung trage mit 35 bis 40% zu den Methanemissionen anthropogenen Ursprungs bei.
–       Die „Emissionsintensität“ (erforderliche Emission von CO2-Äquivalenten für die Erzeugung von einem Kilo Rindfleisch) berechnet die FAO je nach Kontinent unterschiedlich: Während in Europa die historischen Emissionen aus der Rodung zur Grünlanderzeugung unterschlagen werden, weil sie schon vor langer Zeit erfolgten, werden diese CO2-Emissionen in Südamerika, wo heute immer noch gerodet wird, um Weideland anzulegen, in dem Jahr, in dem sie anfallen, in voller Höhe auf die in Südamerika erzeugte Fleischmenge verrechnet.
Dieses Vorgehen ist methodisch nicht sauber:
Wenn Buschland oder Wald gerodet oder ausgelichtet wird zur Ansaat von Weideland, dann wird die daraus hervorgehende einmalige Emission in Kauf genommen, um auf dem neu angelegten Dauergrünland über einen sehr langen Zeitraum Fleisch zu produzieren. Zur Berechnung der Emissionsintensität darf daher die bei der Rodung einmalig freigesetzte CO2-Menge nicht auf eine beliebig gewählte Fleischmenge (z.B. Jahresproduktion von Südamerika) umgelegt werden. Sie muss vielmehr auf die Gesamtmenge des auf der neu angelegten Weidefläche während ihrer gesamten Nutzungszeit erzeugten Fleischs verteilt werden. Diese Nutzungszeit kann sich leicht über Jahrhunderte erstrecken wie z.B. in Mitteleuropa, wo sich nahezu alles Grünland an ehemaligen Waldstandorten befindet. Je länger aber die Nutzungszeit, desto geringer wird der Emissionsanteil aus der Rodung, der auf ein kg erzeugtes Fleisch entfällt, ja er tendiert sogar gegen Null. Soweit es um die Emissionsintensität geht (nicht um die in einem bestimmten Jahr in einem bestimmten Kontinent freigesetzte gesamte CO2-Menge), wäre es daher richtig, bei Fleischerzeugung auf Dauergrünland die einmalige Emission aus Rodung grundsätzlich zu vernachlässigen. Die FAO behandelt aber verschiedene Kontinente in dieser Frage uneinheitlich und begeht damit einen weiteren methodischen Fehler.
Die wissenschaftliche Substanz der weit verbreiteten Behauptung, man könne durch Fleischverzicht oder Reduzierung des Fleischkonsums das Klima der Erde beeinflussen, ist vernachlässigbar gering. IPCC und FAO sind mehreren methodischen Fehlern erlegen. Dass auch Hilfsorganisationen wie Misereor und Brot für die Welt aus Gründen des Klimaschutzes zum Fleischverzicht aufrufen, zeugt von Ignoranz und Desinformation. Dasselbe gilt für das Europäische Parlament, wenn es sich für eine Audienz unter dem Schlagwort „Less Meat = Less Heat“ nicht zu schade ist.
Dr. sc. agr. Albrecht Glatzle Paruguay
Hier die Links zu den Veröffentlichungen von Dr. Glatzle (EIKE) zum Thema
1. http://www.pastoralismjournal.com/content/4/1/1

Questioning key conclusions of FAO publications ‘Livestock’s Long Shadow’ (2006) appearing again in ‘Tackling Climate Change Through Livestock’ (2013)

2. http://tropicalgrasslands.info/index.php/tgft/article/view/144/92

Genauigkeit von globalen Temperaturmessungen und deren „Anomalien“

von Michael Limburg

Abstract

Vorwort

Einführung

Problemstellung, Beispiele

Fehlerquellen und -arten

Zufällige Fehler

Systematische Fehler

Fehlererkennung und mögliche Behandlung

Lufttemperatur über dem Meer (MAT) und Meerestemperatur

Ergebnisse und implantierte Korrekturmethoden

Mittelwertbildung absoluter Daten, Vorteile und Grenze

Verhalten von Anomalien und Fehlern in Zeitreihen und deren Grenzen

Ergebnisse und Diskussion

Schlussfolgerungen

Referenzen

Treibhäuser des Klima-Alarmismus – Mit welchen Tricks deutsche Universitäten abweichende Meinungen niederhalten

Related Files

„Analyse zur Bewertung und Fehlerabschätzung der globalen Daten für Temperatur und Meeresspiegel und deren Bestimmungsprobleme“

Related Files

Neuer systematischer Fehler bei Anomalien der globalen Zeitreihe der Mitteltemperatur

ZUSAMMENFASSUNG

Related Files

Beeinflusst die globale Viehwirtschaft das Klima?

Questioning key conclusions of FAO publications ‘Livestock’s Long Shadow’ (2006) appearing again in ‘Tackling Climate Change Through Livestock’ (2013)

Planet at Risk from Grazing Animals?

Related Files