1

Wir trauern um Dr. S.Fred Singer

Fred Singer als Redner anlässlich der 1. EIKE Klimakonferenz am 30.Mai 2007

Dr. Singer war Hauptredner auf unserer allerersten Klimakonferenz in Berlin im Jahre 2007 in den Räumen des Instituts für Unternehmerische Freiheit (IUF) am 30.5.2007 unmittelbar nach unserer Gründung. Und hielt uns auch in allen Folgejahren die Treue, auch wenn in den letzten Jahren, seine körperliche Beschaffenheit weite Reisen von seinem Wohnsitz in Virginia USA zunehmend beschwerlicher machten. Doch sein unbändiger Willen, die Wissenschaft nicht zu einem Wasserträger der Politik verkommen zu lassen, was sich besonders in der zunehmenden Vereinnahmung der Umweltwissenschaften durch diese zeigte, erlaubte ihm seinem Körper alles abzuverlangen. Zu unser aller Glück machte der das auch fast 1 ½ Jahrzehnte lang mit. Denn keiner wäre mehr prädestiniert gewesen als er, genau diese Vereinnahmung zu sehen, denn er kam direkt aus der Wissenschaft und wirkte dort immer an herausragender Stelle, wie ein kurzer und auch nur auszugsweiser Blick auf seine außerordentliche Vita zeigt:

Fred Singer war zunächst – nach seiner Promotion 1947 in Princeton-  in der US-Botschaft in London als wissenschaftlicher Verbindungsbeamter (1950-53) tätig und dann eines von 12 Mitgliedern der American Astronautical Society der 300 besten Wissenschaftler des Landes (1954-56). Danach wurde er Direktor des Centre for Atmosphere- and Spacephysic der University of Maryland (1953–62); dann erster Direktor des Nationalen Wettersatellitendienstes (1962–64); dann Gründungsdekan der School of Environmental and Planetary Sciences der University of Miami (1964–67); stellvertretender Sekretär für Wasserqualität und Forschung im US-Innenministerium (1967–70); stellvertretender Administrator für Politik, US-Umweltschutzbehörde (1970–71); stellvertretender Vorsitzender des Nationalen Beratenden Ausschusses für Ozeane und Atmosphäre (NACOA) (1981–86); und Chefwissenschaftler am US-Verkehrsministerium (1987–89).

Seine wissenschaftlichen Arbeiten wurden außerdem über 200 Mal in führenden wissenschaftlichen Fachzeitschriften veröffentlicht. 1954 erhielt er von Präsident Eisenhower für seine Arbeit sogar einen Sonderpreis des Weißen Hauses.

Ohne jede Übertreibung kann angemerkt werden, dass man S.Fred Singer als Vater der US-Wettersatelliten bezeichnen darf. Atmosphärenphysik war seine Domäne.

Weil er sah, dass die aufkommende Umweltbewegung besonders mit der Politik eine für die Demokratie höchst gefährliche Symbiose anstrebte, gründete er bereits 1990 das  Science and Environmental Policy Project (SEPP) und 2008 in Wien das Nongovernmental International Panel on Climate Change (NIPCC). Beide Institutionen waren aktiv in der Gewinnung und Verbreitung wissenschaftlicher Fakten, gegen die zunehmende Ideologisierung der Umweltidee – und der aufkommenden Panikmache wg. des vermeintlich menschgemachten Klimawandels. Eine Fülle von wissenschaftlichen Büchern (Climate Change Reconsidered, oder Unstoppable Global Warming, Every 1,500 Years, zusammen mit Dennis Avery) und viele Arbeiten, die in dieser fruchtbaren Zeit, vielfach mit Unterstützung von Heartland und Cfact entstanden, legen davon ein beredtes Zeugnis ab.

Fred Singer bei der 5. IKEK in München 2012

Unser Freund, mein guter Freund S. Fred Singer, war außerdem ein lebendes Beispiel für die unsägliche Zerrissenheit und Grausamkeit unseres Kontinents im vorigen Jahrhundert. 1924 in Wien als Kind einer jüdischen Familie geboren, verließ er nach der Annexion Österreichs 1938 durch Nazideutschland im zarten Alter von 14 Jahren seine Heimat, floh zunächst in die Niederlande, wo er bei einem Optiker in die Lehre ging, um von dort weiter über England in die USA zu emigrieren. Nach seinem Dienst in der US Navy studierte er schließlich in Princeton Physik und promovierte 1947. Später studierte er auch noch Elektrotechnik an der Ohio State University und schloss dort mit einem Diplom ab. Fred sprach außer Englisch auch Deutsch, Schwedisch und Niederländisch.

Doch weder seine Vita noch seine außerordentlichen wissenschaftlichen Meriten hielten seine wachsende Gegnerschaft aus dem grün-linken Lager davon ab ihn, statt mit Argumenten, mit unsäglichen Diffamierungen und Lügen anzugreifen und mundtot machen zu wollen. Eine besonders schlimme Auswahl bietet dafür die deutsche WIKIPEDIA Ausgabe (hier) ihren Lesern. Immer wiederholt wird dabei u.a. die Lüge, dass Singer sich von der Tabaklobby hätte kaufen lassen, weil er – selber sein Leben lang Nichtraucher und Vorsitzender einer Nichtrauchervereinigung- wahrheitsgemäß festgestellt hatte, dass die Krebs erzeugende Wirkung des Passivrauchens wissenschaftlich nicht hätte nachgewiesen werden können.

Mein letzter Mailkontakt mit ihm datiert auf den 8. Oktober 2019, bei dem wir, der Vorstand von EIKE, ihm zu seinem 95. Geburtstag gratulierten. Eine Antwort darauf erhielten wir schon nicht mehr, sein Geist war wie wir wissen noch wach, aber der Körper wollte schon nicht mehr.

Leb wohl, guter alter Freund, ruhe in Frieden. Du hast soviel für diese Gesellschaft geleistet. Ich bin sehr stolz Dich zum Freund gehabt zu haben.




Wegen der Pressekonferenz von GISS und NOAA über die globalen Oberflächentemperaturen 2016

EINFÜHRUNG

Die Ozeane decken etwa 70% der Erdoberfläche ab, doch Klimamodelle sind in den vergangenen drei Jahrzehnten weit davon entfernt, die Oberflächentemperaturen dieser Ozeane auf globalen, hemisphärischen und individuellen Ozeanbeckenbasen zu simulieren. In den vergangenen jährlichen Modelldatenvergleichen haben wir das multimodale Mittel aller im CMIP5-Archiv gespeicherten Klimamodelle verwendet, für diesen Beitrag jedoch nur den Mittelwert der Outputs der drei CMIP5-archivierten Klima-Modell-Simulationen des Goddard Institute of Space Studies (GISS) [NASA] mit dem Ozeanmodell „Russell“. In den vergangenen Modelldatenvergleichen nutzen wir den ursprünglichen satellitengestützten Reynolds OI.v2 Seeoberflächen-Temperatur-Datensatz. In diesen Fall verwenden wir jedoch die „Extended Reconstructed Sea Surface Temperature Version 4“ [Erweiterte Rekonstruierte Seeoberflächen Temperatur] (ERSST.v4) von NOAA [National Oceanic and Atmospheric Administration  – Wetter- und Ozeanografiebehörde der Vereinigten Staaten]

Warum sind die Modellierungen und Daten unterschiedlich?

Sowohl NASA GISS als auch die NOAA NCEI verwenden NOAA’s ERSST.v4 „Pause Buster“ [~Beseitigung der Erwärmungspause…] -Daten für die Ozean-Oberflächentemperaturkomponenten ihrer kombinierten Land-Ozean-Oberflächentemperatur-Datensätze und heute halten beide Agenturen eine multiaktive Pressekonferenz, um ihre „in 2016 jemals Wärmsten überhaupt“ globalen Oberflächentemperaturentdeckungen. (Pressekonferenz startet um 11 Uhr Eastern – in deutschen Medien wurde davon berichtet) Und wir nutzen die GISS-Klimamodell-Outputs, weil GISS Teil dieser Pressekonferenz ist und ich vermute, dass GISS nicht aufzeigen wird, wie sehr daneben ihre Klimamodelle diese kritische globale Erwärmung simulieren.

 

Einführende Information

Der Meeresoberflächentemperatur-Datensatz, der in diesem Beitrag verwendet wird, ist das erweiterte Rekonstruierte Sea Surface Temperature-Datenblatt der NOAA, Version 4 (ERSST.v4), a.k.a. ihre „Pause-Buster“ -Daten. Wie oben erwähnt, bilden die ERSST.v4 Daten den Ozeananteil der NOAA und GISS globalen Land + Ozean Oberflächentemperatur. Die in diesem Beitrag präsentierten Daten stammen vom KNMI Climate Explorer, [Holländischer Think Tank] wo sie bei den „Monatsbeobachtungen“ unter der Überschrift „SST“ zu finden sind.

Die präsentierten GISS Klimamodelle sind diejenigen, die im Coupled Model Intercomparison Project, Phase 5 (CMIP5) Archiv gespeichert sind. Sie sind eine der jüngsten Generationen von Klimamodellen von GISS und wurden vom IPCC für ihren 5. Evaluierungsbericht (AR5) verwendet. Die GISS-Klimamodelle von Meeresoberflächentemperaturen sind über den KNMI Climate Explorer verfügbar und zwar über ihre monatliche CMIP5-Szenario-Webseite unter der Überschrift Ocean, ice und upper air variables. Die Meeresoberflächentemperatur wird als „TOS“ (Temperatur-Ocean-Surface ; – Meeresoberfläche) bezeichnet. Ich präsentiere den GISS-E2-R p1, GISS-E2-R p2 und GISS-E2-R p3, wobei das „R“ für Russell Ozean steht. (Ich präsentiere die GISS Modelle mit HYCOM Ozean Modell in einem bevorstehenden Post.) Die Historic / RCP8.5 Szenarien werden verwendet. Das RCP8.5-Szenario ist das Worst-Case-Szenario, das der IPCC für seinen 5. Evaluierungsbericht verwendet. Und wieder verwenden wir das Modellmittel, weil es die erzwungene Komponente der Klimamodelle darstellt; Das heißt, wenn die von den Klimamodellen verwendeten Forcierungen die Oberflächen der Ozeane zum Erwärmen veranlassten, stellt das Modell am besten dar, wie sich die Ozeanoberflächen durch diese Forcings erwärmen würden. Eine weitere Diskussion finden Sie im Beitrag über die Verwendung des Multi-Modells, das ein Zitat von Dr. Gavin Schmidt von GISS zu dem Modellmittel enthält.

Die Modell-Daten-Vergleiche sind absolut, keine Anomalien, so dass jährliche Daten präsentiert werden. Und die Modelle und Daten reichen zurück in der Zeit für die letzten 30 Jahre, 1987 bis 2016.

Die linearen Trends in den Grafiken sind berechnet mit EXCEL.

 

WARUM ABSOLUTE MEERES OBERFLÄCHENTEMPERATUREN ANSTATT VON ANOMALIEN?

Die Klima-Wissenschaftsgemeinde neigt dazu, ihre Modell-Daten-Vergleiche mit Temperatur-Anomalien [Abweichungen] und nicht in absoluten Temperaturen zu präsentieren. Warum?

Wie Dr. Gavin Schmidt von GISS erklärt: „… keine bestimmte absolute globale Temperatur stellt ein Risiko für die Gesellschaft dar, es ist die Veränderung der Temperatur im Vergleich zu dem, was wir bisher gewöhnt waren“. (Siehe: den interessanten Post bei RealClimate über modellierte absolute globale Oberflächentemperaturen.)

Aber wie Sie entdecken werden, sind die GISS Klimamodellsimulationen der Meeresoberflächentemperaturen zu warm. Betrachten wir nun, dass die Ozeanoberflächen die primären Quellen von atmosphärischem Wasserdampf sind, dem am meisten verbreiteten natürlichen Treibhausgas. Wenn die Modelle die Beziehung zwischen Meeresoberflächentemperaturen und atmosphärischem Wasserdampf richtig simulieren, haben die Modelle zu viel Wasserdampf (natürliches Treibhausgas) in ihren Atmosphären. Das kann helfen, zu erklären, warum die GISS-Modelle zu viel Erwärmung in den letzten 3 Jahrzehnten simulieren.

WARUM DIE VERGANGENEN DREI DEKADEN?

Die klassische Definition des Klimas durch die Weltmeteorologische Organisation (WMO) ist das gemittelte Wetter über einen Zeitraum von 30 Jahren. Auf der Homepage der WMO: Häufig gefragt:

Was ist das Klima?

Das Klima, das manchmal als das „durchschnittliche Wetter“ verstanden wird, ist definiert als die Messung des Mittelwerts und der Variabilität der relevanten Größen bestimmter Variablen (wie Temperatur, Niederschlag oder Wind) über einen Zeitraum von Monaten bis zu Tausenden oder Millionen Jahre. Die klassische Periode ist 30 Jahre, wie von der WMO definiert. Das Klima im weiteren Sinne (is the state)] [m.e. gemeint: die jeweilige Klimazone, der Übersetzer], einschließlich einer statistischen Beschreibung des Klimasystems.

Durch die Präsentation von Modellen und Daten für die letzten 3 Jahrzehnte, kann niemand behaupten, ich habe den Zeitrahmen „cherry-picked“. Wir vergleichen Modelle und Daten über die jüngste klimarelevante Periode.

HINWEIS ZU DEN ABSOLUTEN WERTEN DER NOAA ERSST.v4 DATEN

Die Revisionen der NOAA-Langzeit-Oberflächentemperatur-Datensätze wurden in Karl et al. (2015) Ausarbeitung veröffentlich: Mögliche Artefakte von Daten-Bias in der jüngsten globalen Oberfläche Erwärmungspause. Dort stellten Tom Karl und andere fest:

Erstens haben mehrere Studien die Unterschiede zwischen boje- und schiffbasierten Daten untersucht, wobei festgestellt wurde, dass die Schiffsdaten systematisch wärmer sind als die Bojendaten (15-17). Dies ist besonders wichtig, da ein Großteil der Meeresoberfläche nun von beiden Beobachtungssystemen erfasst wird und oberflächentreibende und verankerte Bojen die globale Abdeckung um bis zu 15% (Ergänzungsdaten) erhöht haben. Diese Änderungen führten zu einem zeitabhängigen Bias im globalen SST-Datensatz und verschiedene Korrekturen wurden entwickelt, um die Vorausrichtung (18) zu berücksichtigen. Vor kurzem wurde eine neue Korrektur (13) entwickelt und im ERSST Datensatz Version 4, den wir in unserer Analyse verwendet haben, angewendet. Im Wesentlichen beinhaltet die Bias-Korrektur die Berechnung der durchschnittlichen Differenz zwischen den kollokierten Bojen und Schiff SSTs [~nebeneinanderliegenden Datensätze]. Die durchschnittliche Differenz war -0,12 ° C, eine Korrektur, die auf die Bojen-SSTs in jeder Rasterzelle in ERSST Version 4 angewendet wird.

Für Modell-Daten-Vergleiche, bei denen Anomalien präsentiert werden, ist die Verlagerung [~Anpassung] der genaueren boje basierten Daten um 0,12°C auf die schiffsbasierten Daten gleichgültig. Diese Vereinfachung war eine Frage der Bequemlichkeit für NOAA, da es für mehr Jahre Schiffsdaten als bojen basierte Daten gibt. Allerdings, wenn Modelle und Daten auf einer absoluten Basis verglichen werden, verschieben die genaueren bojen basierten Daten die Schiff-basierten Daten um 0,12 °C und machen daher einen Unterschied beim Vergleich. Da die Modell-simulierten Oberflächentemperaturen weltweit zu warm sind, hilft diese Verknüpfung, die Daten besser an die Modelle anzupassen. Und das klingt typisch für die Klimawissenschaft bei der NOAA.

Mit anderen Worten, die Unterschiede zwischen Modellen und Daten sind wahrscheinlich größer als in allen Beispielen in diesem Beitrag gezeigt, wobei die modellierten Meeresoberflächentemperaturen wärmer als beobachtet sind … und umgekehrt, wenn die Modelle zu cool sind.

Genug der Einführung …

GLOBALE ZEITREIHE

Abbildung 1 zeigt zwei Modelldatenvergleiche für globale Meeresoberflächentemperaturen, nicht Anomalien, für die letzten 30 Jahre. Ich habe einen Vergleich für die globalen Ozeane (90S-90N) in der oberen Grafik und einen Vergleich für die globalen Ozeane, mit Ausnahme der polaren Ozeane (60S-60N), in der unteren Grafik. Ein Ausschluss der polaren Ozeane scheint keinen signifikanten Unterschied zu machen. Es ist offensichtlich, dass globale Meeresoberflächen, die durch das GISS-Klimamodell simuliert wurden, wärmer waren als beobachtet und dass die GISS-Modell-Erwärmungsrate in den letzten 3 Jahrzehnten zu hoch war. Der Unterschied zwischen modellierten und beobachteten Erwärmungsraten liegt bei etwa 0,07 bis 0,08 °C / Jahrzehnt, mehr als 60% höher als die beobachtete Geschwindigkeit. Und in beiden Fällen ist die von den GISS-Modellen simulierte 30-jährige durchschnittliche Meeresoberflächentemperatur um etwa 0,6 °C zu hoch.

 

Abbildung 1 – Globale Ozeane

 

ZEITREIHE – TROPISCHE UND EXTRATROPISCHE MEERESOBERFLÄCHEN TEMPERATUREN

Im Juni 2013 präsentierte Roy Spencer Modell-Daten Vergleiche der Erwärmung der tropischen Mittel-Troposphäre, vorbereitet von John Christy. Siehe Roy’s Beiträge EPIC FAIL: 73 Klimamodelle vs. Beobachtungen für tropische troposphärische Temperaturen und STILL Epic Fail: 73 Klimamodelle vs Messungen, 5-Jahres-Mittel. Die Modelle haben die Erwärmungsraten der Mittel-Troposphäre in den Tropen stark überschätzt. Ich dachte, es wäre sinnvoll, da die tropischen Ozeane (24S-24N) 76% der Tropen und etwa 46% der Weltmeere abdecken, um zu bestätigen, dass die Modelle auch die Erwärmung der Meeresoberflächentemperaturen der tropischen Ozeane stark überschätzen .

Es sollte nicht überraschen, dass die Modelle in den vergangenen 30 Jahren die Erwärmung der Meeresoberflächentemperaturen der tropischen Ozeane überschätzten. Siehe Abbildung 2. Tatsächlich überschätzen die Modelle die Erwärmung mit einer großen Bandbreite. Die Daten zeigen die Meeresoberflächentemperaturen der tropischen Ozeane an, die mit einer nicht sehr alarmierenden Rate von 0,11° C / Jahrzehnt erwärmt wurden, während die Modelle zeigen, dass, wenn die Oberflächen der tropischen Ozeane durch menschliche Treibhausgase erwärmt würden, sollten sich auf fast das zweifache dieser Rate mit 0,22 °C / Jahrzehnt erwärmen. Für 46% der Oberfläche der globalen Ozeane (ca. 33% der Oberfläche des Planeten) verdoppelten die Modelle die beobachtete Erwärmungsrate.

Abbildung 2 – Tropische Ozeane

Und natürlich sind für die tropischen Ozeane die Modell-simulierten Meeresoberflächentemperaturen um etwa 0,9 ° C zu warm.

Für die außertropischen Ozeane der südlichen Hemisphäre (90S-24S), Abbildung 3, ist die beobachtete Erwärmungsrate ebenfalls extrem niedrig bei 0,06 °C / Jahrzehnt. Andererseits deuten die Klimamodelle darauf hin, dass die Ozeane sich mit einer Rate von 0,14 °C / Jahrzehnt erwärmt hätten, wenn menschliche Treibhausgase für die Erwärmung der Meeresoberflächentemperaturen in dieser Region verantwortlich wären, was die beobachtete Tendenz mehr als verdoppeln würde. Die außertropischen Ozeane der südlichen Hemisphäre decken etwa 33% der Oberfläche der globalen Ozeane (ca. 23% der Oberfläche des Planeten) und die Modelle verdoppeln die Geschwindigkeit der Erwärmung.

Abbildung 3 – Extratropische südliche Hemisphäre

Die Modelle sind in den außertropischen Ozeanen der südlichen Hemisphäre zu warm, um etwa 0,6 ° C.

Und die Klimamodelle scheinen die Erwärmungsrate der Meeresoberflächentemperaturen genau für den kleinsten Teil der globalen Ozeane, der extratropischen Nordhalbkugel (24N-90N) zu treffen. Siehe Abbildung 4. Die außertropischen Ozeane der Nordhalbkugel bedecken nur etwa 21% der Oberfläche der globalen Ozeane (ca. 15% der Erdoberfläche).

Abbildung 4 – Extratropische Nordhemisphäre

Seltsamerweise sind die modell-simulierten Oberflächentemperaturen in den außertropischen Ozeanen der nördlichen Hemisphäre zu kühl. Das wird bei den Simulationen von Meereis nicht helfen.

ZEITREIHE – OZEAN BECKEN

Die Abbildungen 5 bis 11 zeigen Vergleiche von modellierten und beobachteten Meeresoberflächentemperaturen für die einzelnen Ozeanbecken … ohne Kommentar. Ich würde die Vergleiche der arktischen und südlichen Ozeane (Figuren 10 und 11) mit etwas Skepsis betrachten … weil die Modelle und Daten das Meereis unterschiedlich rechnen.

Abbildung 5 – Nord Atlantik

# # #

Abbildung 6 – Süd Atlantik

# # #

Abbildung 7 – Nord Pazifik

# # #

Abbildung 8 – Süd Pazifik

# # #

Abbildung 9 – Indischer Ozean

# # #

Abbildung 10 – Arktis

# # #

Abbildung 11 – Südlicher Ozean

 

Schlusssatz

Es wäre schön zu wissen, welchen Planeten die Klimamodelle von GISS simulieren. Es ist sicher nicht die Erde.

Wir leben auf einem mit Ozean bedeckten Planeten, doch irgendwie scheinen das Wann, das Wo und die Ausdehnung der Erwärmung der Oberflächen unserer Ozeane, den Klimamodellierern bei GISS entgangen zu sein. In diesem Beitrag haben wir für die vergangenen drei Jahrzehnte Meeroberflächentemperaturen und keine Anomalien vorgestellt und dies hat auch auf andere Klimamodellversagen hingewiesen, die darauf hindeuten, dass Simulationen der grundlegenden Ozeanzirkulationsprozesse in den Modellen fehlerhaft sind.

Je nach Ozeanbecken gibt es große Unterschiede zwischen den modellierten und beobachteten Oberflächentemperaturen. Die tatsächlichen Meeresoberflächen-temperaturen bestimmen zusammen mit zahlreichen anderen Faktoren, wieviel Feuchtigkeit von den Ozeanoberflächen verdampft wird und wie viel Feuchtigkeit in der Atmosphäre vorhanden ist … was die vorhandene Feuchtigkeit (1) für die Niederschlagsbelastung (2) beeinflusst ), für den wasserdampfbedingten Treibhauseffekt und (3) für die negativen Rückkopplungen aus der Wolkendecke. Mit anderen Worten, die fehlerhafte Simulation der Meeresoberflächentemperaturen beeinflusst die atmosphärische Komponente der tödlich fehlerhaften gekoppelten Ozeanatmosphärenmodelle von GISS.

Erschienen auf WUWT am 18.01.2017

Übersetzt durch Andreas Demmig

https://wattsupwiththat.com/2017/01/18/because-of-the-giss-and-noaa-press-conference-about-2016-global-surface-temperatures/




Satellitenaufzeichnungen und Temperaturanstiege sind seit 1998 statistisch nicht signifikant. (Einschließlich November- und Dezember-Daten)

WoodForTrees.org – Paul Clark – Bitte im Original anklicken um die Grafik an der Quelle zu sehen

Wie aus der oberen Grafik ersichtlich, ist die Steigung von Januar 1998 bis Dezember 2016 positiv [grüne Linie], allerdings können wir mit den Fehlerbalken nicht zu 95% sicher sein, dass die Erwärmung tatsächlich seit Januar 1998 stattgefunden hat. Die hohen und niedrigen Steigungslinien spiegeln die Fehlerquote bei den 95% -Vertrauensgrenzen wider. Wenn meine Mathematik richtig ist, gibt es eine Chance von 30%, dass seit 1998 eine Abkühlung stattgefunden hat und eine etwa 70% ige Wahrscheinlichkeit, dass eine Erwärmung stattgefunden hat. Die 95% Konfidenzgrenzen für UAH6.0beta5 und RSS sind sehr ähnlich. Hier sind die relevanten Zahlen von Nick Stokes ‚Trendviever  Website für UAH und RSS:

Für RSS:

Temperatur-Anomalie-Trend

Januar 1998 bis Dezember 2016

Rate: 0,450ºC / Jahrhundert;

CI von -0,750 bis 1,649;

T-Statistik 0,735;

Temperaturbereich 0,230 ° C bis 0,315 ° C

Für UAH:

Temperatur-Anomalie-Trend

Januar 1998 bis Dezember 2016

Rate: 0,466ºC / Jahrhundert;

CI von -0,813 bis 1,765;

T-Statistik 0,724;

Temperaturbereich 0.113 ° C bis 0.203 ° C

Wenn Sie sehen wollen, wo die Erwärmung statistisch zuerst signifikant wird, siehe Abschnitt 1 unten. Neben den Steigungen mit statistisch unbedeutender Erwärmung sind die neuen Datensätze für das Jahr 2016 gegenüber 1998 ebenfalls statistisch nicht signifikant für beide Satellitendatensätze.

Im Jahr 2016 übertrifft RSS das Jahr 1998 um 0,573 – 0,550 = 0,023 oder um 0,02 auf die nächsten 1/100 Grad. Da dies kleiner als die Fehlergrenze von 0,1 C ist, können wir sagen, dass 2016 und 1998 statistisch für den ersten Platz gleich sind. Allerdings gibt es noch eine über 50-prozentige Chance, dass 2016 tatsächlich einen Rekord aufgestellt hat, aber die Wahrscheinlichkeit dafür, ist weit weniger als die für die Klimaforschung erforderlichen 95%, so dass der Datensatz 2016 statistisch unbedeutend ist.

Wenn jemand einen genaueren Prozentsatz hat, bitte lassen Sie es uns wissen, aber es sollte eine um 60% Chance sein, dass der Datensatz tatsächlich für RSS gesetzt wurde. Im Jahr 2016 schlägt UAH6.0beta5 1998 um 0,505 – 0,484 = 0,021 oder auch um 0,02 auf den nächsten 1/100 Grad. Was oben für RSS gesagt wurde, gilt auch hier. Meine Vorhersagen nach den Juni-Daten waren daher nicht so korrekt, wie ich es 2016 erwartet hatte, um unter 1998 kommen.

Was ist mit GISS und HadSST3 und HadCRUT4.5? Die Dezember-Zahlen sind noch nicht da, aber GISS wird einen statistisch signifikanten Rekord für 2016 über seinen bisherigen Rekord in 2015 setzen, da der neue Durchschnitt mehr als 0,1 über der 2015-Marke sein wird. HadSST3 wird einen neuen Rekord im Jahr 2016 setzen, aber es wird nur um ein paar Hundertstel Grad sein, so dass es statistisch nicht signifikant sein wird. HadCRUT4.5 ist noch offen. Der aktuelle Durchschnitt nach 11 Monaten beträgt 0,790. Der Durchschnitt in 2015 betrug 0,760. Als Ergebnis muss Dezember auf 0,488 kommen um 2015 zu überbieten. Die November-Anomalie war 0,524, so dass nur ein weiterer Anstieg von 0,086 erforderlich ist. Dies kann nicht ausgeschlossen werden, zumal Nicks site Website den Dezember um 0,089 niedriger als November zeigt:

Erwähnenswert sind auch, dass UAH um 0,209 von November bis Dezember abfiel und RSS um 0,162 abfiel. Was auch immer mit HadCRUT4.5 passiert, 2016 und 2015 werden statistisch mit einem möglichen Unterschied in Tausendstel eines Grades gebunden sein. Der Unterschied wird aus psychologischer Perspektive wichtiger sein, als aus einer wissenschaftlichen Perspektive, da er innerhalb der Fehlergrenze liegt.

In den folgenden Abschnitten stellen wir Ihnen die neuesten Fakten vor. Die Informationen werden in zwei Abschnitten und einem Anhang dargestellt. Im ersten Abschnitt wird gezeigt, wie lange keine statistisch signifikante Erwärmung mehrerer Datensätze vorliegt. Der zweite Abschnitt wird zeigen, wie 2016 bis jetzt sich im Vergleich zu 2015 und den wärmsten Jahren und Monaten der bisherigen Aufzeichnungen darstellt. Für drei der Datensätze ist 2015 auch das wärmste Jahr. Der Anhang zeigt die Abschnitte 1 und 2 auf eine andere Weise. Graphiken und eine Tabelle werden verwendet, um die Daten zu veranschaulichen. Nur die Satellitendaten gehen bis Dezember.

 

Abschnitt 1

Für diese Analyse wurden Daten von Nick Stokes ‚Trendviewer auf seiner website abgerufen. Diese Analyse zeigt an, wie lange keine statistisch signifikante Erwärmung nach den Kriterien von Nick vorliegt. Daten gehen bis zu ihrer neuesten Aktualisierung für jeden Satz. In jedem Fall ist zu beachten, dass der untere Fehlerbalken negativ ist, so dass eine Steilheit von 0 nicht ausgeschlossen werden kann für den angegebenen Monat.

Bei verschiedenen Datensätzen gab es keine statistisch signifikante Erwärmung für zwischen 0 und 23 Jahre nach Nicks Kriterien. Cl steht für die Konfidenzgrenzen bei 95%.

 

Die Details für mehrere Sets folgen:

Für UAH6.0: Seit November 1993: Cl von -0,009 bis 1,784

Das sind 23 Jahre und 2 Monate.

Für RSS:

Seit Juli 1994: Cl von -0,005 bis 1,768 Dies sind 22 Jahre und 6 Monate.

Für Hadcrut4.5:

Die Erwärmung ist für alle Zeiträume über vier Jahre statistisch signifikant.

Für Hadsst3:

Seit März 1997: Cl von -0,003 bis 2.102 Dies sind 19 Jahre und 9 Monate.

Für GISS:

Die Erwärmung ist für alle Zeiträume über drei Jahre statistisch signifikant.

 

Sektion 2

Dieser Abschnitt zeigt Daten von 2016 und andere Informationen in Form einer Tabelle. Die Tabelle zeigt die fünf Datenquellen entlang der oberen Zeile und Zwischenzeilen. Die Quellen sind UAHRSSHadcrut4Hadsst3, und GISS.

Abwärts in den Spalten:

  1. 15ra: Dies ist die endgültige Rangfolge für 2015 für jeden Datensatz.
  2. 15a: Hier gebe ich die durchschnittliche Anomalie für 2015 an.
  3. Jahr: Dies zeigt das bisher wärmste Jahr für diesen Datensatz an. Beachten Sie, dass die Satellitendatensätze 1998 als das wärmste Jahr und die anderen 2015 als das wärmste Jahr haben.
  4. ano: Dies ist der Durchschnitt der monatlichen Anomalien des wärmsten Jahres da drüber.
  5. mon: Dies ist der Monat (und Jahr), in dem dieser Datensatz die höchste Anomalie vor 2016 aufwies.
  1. ano: Dies ist die Anomalie des Monats da drüber.
  2. sig: Dies ist der erste Monat (und Jahr), für den die Erwärmung nach den Kriterien von Nick statistisch nicht signifikant ist.
  3. sy / m: Dies sind die Jahre und Monate für Zeile 7.
  4. Jan: Dies ist die Januar 2016 Anomalie für diesen bestimmten Datensatz.
  5. Feb: Dies ist die Februar 2016 Anomalie für diesen bestimmten Datensatz, usw. folgend
  1. ave: Dies ist die durchschnittliche Anomalie aller bisherigen Monate.
  2. rnk: Dies ist der Rang, den jeder einzelne Datensatz für 2016 ohne Rücksicht auf Fehlerbalken aufweist und keine Änderungen der aktuellen durchschnittlichen Anomalie voraussetzt.
    Denken Sie an ihn, als ob ein Spielerwechsel in der 85. Minute eines Fußballspiels [Sinngemäß übersetzt] stattgefunden hat. Allerdings sind die Satellitendaten für das Jahr vollständig.
Quelle UAH RSS Had4 Sst3 GISS
1.15ra 3rd 3rd 1st 1st 1st
2.15a 0.261 0.381 0.760 0.592 0.86
3.year 1998 1998 2015 2015 2015
4.ano 0.484 0.550 0.760 0.592 0.86
5.mon Apr98 Apr98 Dec15 Sep15 Dec15
6.ano 0.743 0.857 1.024 0.725 1.11
7.sig Nov93 Jul94 Mar97
8.sy/m 23/2 22/6 19/9
Quelle UAH RSS Had4 Sst3 GISS
9.Jan 0.539 0.681 0.906 0.732 1.15
10.Feb 0.831 0.994 1.068 0.611 1.33
11.Mar 0.732 0.871 1.069 0.690 1.29
12.Apr 0.713 0.784 0.915 0.654 1.08
13.May 0.544 0.542 0.688 0.595 0.93
14.Jun 0.337 0.485 0.731 0.622 0.75
15.Jul 0.388 0.491 0.728 0.670 0.83
16.Aug 0.434 0.471 0.770 0.654 0.98
17.Sep 0.440 0.581 0.710 0.606 0.90
18.Oct 0.407 0.355 0.586 0.601 0.88
19.Nov 0.452 0.391 0.524 0.488 0.95
20.Dec 0.243 0.229
21.ave 0.505 0.573 0.790 0.629 1.01
22.rnk 1st 1st 1st 1st 1st
Quelle UAH RSS Had4 Sst3 GISS

Wenn Sie die letzten Anomalien überprüfen möchten, gehen Sie wie folgt vor:

Für UAH wurde Version 6.0beta5 verwendet.
Http://www.nsstc.uah.edu/data/msu/v6.0/tlt/tltglhmam_6.0.txt

Für RSS siehe: ftp://ftp.ssmi.com/msu/monthly_time_series/rss_monthly_msu_amsu_channel_tlt_anomalies_land_and_ocean_v03_3.txt

Für Hadcrut4, siehe: http://www.metoffice.gov.uk/hadobs/hadcrut4/data/current/time_series/HadCRUT.4.5.0.0.monthly_ns_avg.txt

Für Hadsst3:
https://crudata.uea.ac.uk/cru/data/temperature/HadSST3-gl.dat

Für GISS:
Http://data.giss.nasa.gov/gistemp/tabledata_v3/GLB.Ts+dSST.txt

 

Um alle Punkte seit Januar 2016 in Form eines Graphen zu sehen, siehe WFT Grafik unten.

WoodForTrees.org – Paul Clark – Bitte im Original anklicken um die Grafik an der Quelle zu sehen

Wie Sie sehen, wurde der Offset aller Linien versetzt, so dass sie alle an der gleichen Stelle im Januar 2016 starten. Dies macht es einfach, Januar 2016 mit der neuesten Anomalie zu vergleichen.

Die dicke doppelte Linie ist die WTI, die den Durchschnitt von RSS, UAH6.0beta5, HadCRUT4.5 und GISS zeigt.

Anhang

In diesem Teil werden die Daten für jedes Set separat zusammengefasst.

UAH6.0beta5

Für UAH: Es gibt keine statistisch signifikante Erwärmung seit November 1993: Cl von -0,009 bis 1,784. (Dies nutzt Version 6.0 nach Nick’s Programm.)

Die durchschnittliche Anomalie des UAH für 2016 beträgt 0,505. Das setzt einen neuen Rekord. 1998 war der wärmste bei 0,484. Vor 2016 lag die höchste monatliche Anomalie im April 1998 bei 0,743. Die durchschnittliche Anomalie im Jahr 2015 war 0,261 und diese wurde von Platz drei nun auf den vierten Platz gestuft.

RSS

Aktuell für RSS: Es gibt keine statistisch signifikante Erwärmung seit Juli 1994: Cl von -0,005 bis 1,768.

Die RSS-durchschnittliche Anomalie für 2016 beträgt 0,573. Das setzt einen neuen Rekord. 1998 war der wärmste bei 0,550. Vor 2016 lag die höchste monatliche Anomalie im April 1998 bei 0,857. Die durchschnittliche Anomalie im Jahr 2015 war 0,381 und diese wurde von Platz drei nun auf den vierten Platz gestuft.

Hadcrut4.5

Für Hadcrut4.5: Die Erwärmung ist für alle Zeiträume über vier Jahre signifikant.

Die Hadcrut4.5 durchschnittliche Anomalie ist bis jetzt 0.790. Dies würde einen Rekord setzen, wenn es so bleiben würde. Vor 2016 lag die höchste monatliche Anomalie im Dezember 2015 bei 1,024. Die durchschnittliche Anomalie im Jahr 2015 war 0,760 und dies bedeutet einen neuen Rekord.

Hadsst3

Für Hadsst3: Es gibt keine statistisch signifikante Erwärmung seit März 1997: Cl von -0,003 bis 2.102.

Die durchschnittliche Anomalie von Hadsst3 für 2016 beträgt 0,629. Dies würde einen Rekord setzen, wenn es so bleiben würde. Vor 2016 war die höchste monatliche Anomalie im September 2015, als sie 0,725 erreichte. Die durchschnittliche Anomalie im Jahr 2015 war 0,592 und dies ist ein neuer Rekord.

GISS

Für GISS: Die Erwärmung ist für alle Perioden über drei Jahre signifikant.

Die GISS durchschnittliche Anomalie bis 2016 ist 1,01. Dies würde einen Rekord setzen, wenn es so bleiben würde. Vor 2016 lag die höchste monatliche Anomalie im Dezember 2015 bei 1,11. Die durchschnittliche Anomalie im Jahr 2015 war 0,86 und dies ist ein neuer Rekord.

Schlussfolgerung

Es erscheint seltsam, dass wahrscheinlich nur GISS [Institut der NASA] einen statistisch signifikanten Rekord im Jahr 2016 gemessen hat?

Erschienen auf WUWT am 12.01.2017

Übersetzt durch Andreas Demmig

Satellite Records and Slopes Since 1998 are Not Statistically Significant. (Now Includes November and December Data)

 

Update:

In den Nachrichten ist im Moment wieder viel von den GISS – NASA Erwärmungsdaten die Rede, allerdings, es wird auch das El Nino-Phänomen erwähnt – das macht aber nichts.

Daher auch unten nochmal der Link

Die wunderbare Welt der Temperaturdaten-Korrekturen: Und plötzlich hatte sich der Trend ins Gegenteil verkehrt…