Nun lag zufälligerweise das Startjahr 1881 in einem Kältetal in Mitteleuropa, was man gut an der längeren Temperaturreihe des Hohenpeißenberges erkennen kann.

Erst um 1900 wurde das Klima in Mitteleuropa durch einen Temperatursprung wieder milder, also einen Sprung aus dem Loch heraus. Temperatursprünge haben natürliche Ursachen der ständigen Klimaänderungen auf der Erde. Deswegen nehmen wir im weiteren Verlauf des Artikels als Betrachtungsjahr den Startbeginn 1898, das eigentliche Ende der kleinen Eiszeit.

Steigende CO₂-Konzentration der Atmosphäre

Fahren wir fort mit den Deutschlandtemperaturen, ermittelt aus etwa 1900 DWD-Messstationen, gleichmäßig über das heutige Deutschland mit seinen Grenzen von 1990 verteilt.

Der Temperatursprung im Erwärmungsjahr 1988

1988 erfolgte ein Temperatursprung, es wurde plötzlich wärmer in Mitteleuropa. Dieser Sprung ist bei allen deutschen Stationen nachweisbar, bei ländlichen und städtischen. Er beträgt etwas mehr als ein halbes Grad. Wir konnten den Temperatursprung nicht als Folge der deutschen Einheit identifizieren, wo wiederum Messstationen dazukamen für den Schnitt, dafür andere wegfielen. Da dieser Temperatursprung auch nicht CO₂ als Ursache haben kann, bleiben nur natürliche Gründe: Änderung der Großwetterlagen. Und weiter: Seitdem wird es innerhalb des Sprunges auch noch wärmer. Wir fragen: Was ist die Ursache dieser weiteren Erwärmung auf dem höheren Temperaturplateau? Wir schicken die Antwort voraus: Die zunehmenden WI-effekte der DWD-Wetterstationen.

Nun kann der Kohlendioxidanstieg seit 1958 nicht die Ursache des Temperatursprunges 1988 sein, es handelt sich vielmehr um eine Umstellung der Großwetterlagen für Mitteleuropa. Und diese Umstellung der Großwetterlagen trifft auch nicht alle Jahreszeiten gleichmäßig, was im folgenden Teil gezeigt werden soll.

Schlüsselt man die Jahreswerte seit 1988 auf, dann sieht man, dass sich vor allem die drei Sommermonate stark erwärmt haben, die Winter gar nicht, was in der Summe auch eine Gesamterwärmung des Jahresschnittes erbringt. Damit scheidet CO2 als Erwärmungsfaktor wieder aus, denn CO2 wirkt nicht jahreszeitenbedingt. Will man also die Ursachen der ständig steigenden Jahreserwärmung suchen, dann muss man nach den Gründen der Sommererwärmung suchen.

Vor allem die drei Sommermonate sind seit 1988 wärmer geworden.

Vor allem in Süddeutschland haben aufmerksame Naturbeobachter diesen Trend der Sommererwärmung längst festgestellt. Die Sommer sind mediterraner geworden, was die allermeisten Menschen sehr begrüßen. Über die Mittagszeit sind die Temperaturen in den Innenstädten sommers oftmals bis fast an 40°C herangekommen, die dunklen Asphaltstraßen der freien Landschaft werden 50°C heiß und speichern die Wärme in die Nachtstunden hinein. Der Gründe des Sommertemperatursprunges seit 1988 haben natürliche Ursachen. Die weiteren Gründe der starken Sommererwärmung dürften ausschließlich menschengemacht sein: Die ständige Trockenlegung der freien Landschaft, aber auch die sich täglich fortsetzende ausufernde Bebauung der Siedlungen, Gewerbe- und Industriegebiete in die einst freie kühlende Landschaft hinein. Wo eine neue Siedlung entsteht, fällt die endotherm ablaufende Fotosynthese, die ein Großteil der Sonnenwärme in Wachstum umsetzt, weg, aber auch die kühlende Verdunstung der grünen Flora entfällt. Leider setzt sich die Bebauung der freien Landschaft in Deutschland ungebremst fort, auch jetzt beim Lesern dieses Fachaufsatzes, siehe hier.

Ein einfacher Versuch kann das zeigen, die dunkle Straße vor dem Haus des Autors wird bei Sonnenschein im Juli 50°C heiß, der grüne Rasen im Vorgarten nur 25°bis 30°C. In den einstigen Auwiesen Deutschlands, die heute nahezu vollständig trockengelegt oder gar bebaut sind, lagen die Temperaturen nochmals um 5 C niedriger.

Zwischenergebnisse:

1. 1988 erfolgte ein Temperatursprung auf ein höheres Niveau.
2. Die weitere Erwärmung bis 2020 innerhalb des höheren Temperaturplateaus findet vorwiegend in den Sommermonaten statt
3. Dieser weitere Anstieg seit 1988 ist eine Folge der vom Menschen verursachten Wärmeinseleffekte in Deutschland.

Die Behauptung 3 kann man leicht durch die Temperaturreihenbetrachtung einer wärmeinselarmen im Vergleich zu einer ausgesprochenen Wärmeinselstation zeigen:

Amtsberg in Sachsen und Hof in Oberfranken.

Leider überwiegt im DWD-Messnetz die Anzahl der wachsenden Wärmeinselstationen, was der DWD durchaus erkannt hat und inzwischen so manche WI-starke Station wie Lingen und Konstanz versetzt. Neben diesen und Hof können wir weitere Beispiele nennen, die versetzt werden sollten: Holzkirchen, Rostock, Schwerin, Magdeburg, Greifswald und alle städtischen Stationen mit wachsender Einwohnerzahl oder Wetterstationen an Flughäfen mit steigendem Flugverkehr, wo die Digalthermometer im Einfluss der 650° C heißen Abgase messen. Alles menschenverursachte Erwärmungen, aber eben keine Folge der CO2-Zunahme.

Die drei Wintermonate in Deutschland seit 1988: keine Erwärmung.

Wir haben oben erwähnt, dass der Temperatursprung der milderen Jahre seit 1988 hauptsächlich eine Sommererwärmung ist, abschießend soll das auch an der Darstellung der Wintertemperaturen gezeigt werden.

Und der Wärmeinseleffekt im Winter?

Im Winter fällt dieser Wärme bildende Effekt auch weitgehend weg, weil die Sonne viel weniger und aufgrund des niedrigen Sonnenstandes viel schwächer scheint. Gebäude, Siedlungen und Straßen können sich kaum aufheizen. Und auch eine von Menschenhand trockengelegte Landschaft ist im Winter nass oder schneebedeckt.

Daran ändert auch die winterliche Heizwirkung nichts. WI-effekte gibt es auch im Winter, und zwar bei Stationen, die in der Stadt stehen. Solche, die sich an Flughäfen oder leicht außerhalb von Innenstädten befinden, ist der WI nicht so hoch. Erst im April setzen die WI-effekte in der Summe der DWD-Stationen wieder kräftig ein. Die WI-starke Station Hof hat nur eine geringfügig höhere Steigung als DWD-Deutschland, die WI-schwache Station Amtsberg nur ein geringes Gefälle (Winterabkühlung). Betrachtet man die zwei benachbarten Stationen Amtsberg und Hof für den Winter, dann ist der WI-effekt zwar erkennbar, aber für den Sommer sehen die Regressionslinien viel kräftiger aus:

Und CO₂ ?

Ein erwärmendes Treibhausgas müsste im Winter genauso erwärmend wirken wie im Sommer. Geschieht aber nicht. Und dass CO₂ einen Winterschlaf hält, diese Eigenschaft kennen wir auch nicht.

Die einzige wissenschaftlich richtige Folgerung daraus ist immer: CO₂ hat gar keine oder kaum Erwärmungswirkung, weder im Sommer noch im Winter. Die vom Menschen verursachte Erwärmung heißt ständige Trockenlegung und Bebauung der einst freien Landschaft, d.h. eine fortwährende weitere Naturzerstörung.

Ergebnisse: Es gibt natürliche und dem Menschen geschuldete Ursachen der Erwärmung seit 1880 in Deutschland. Letztere kann man unter dem weiten Begriff „Zunahme der Wärmeinseleffekte“ zusammenfassen.

Die angebliche CO₂-Treibhauserwärmung ist eine wissenschaftliche Verwechslung mit dem zunehmenden Wärmeinseleffekt. Diesen gibt es nicht nur in Deutschland, sondern überall auf der Welt hat die Bebauung zugenommen. Auf den Weltmeeren wirken die natürlichen Ursachen der Klimaerwärmung seit 1850, dem definierten Ende der kleinen Eiszeit.

Es wird endlich Zeit, dass Natur- und Umweltschutz in den Mittelpunkt des menschlichen Handelns gestellt werden. Saubere Luft, saubere und natürliche Bach- und Flussläufe, eine intakte Naturlandschaft mit vielfältiger Flora und Fauna sollten ein Grundrecht jedes Menschen sein.

Josef Kowatsch, Naturbeobachter, unabhängiger, weil unbezahlter Klimaforscher.

Eine neue Studie, die im ISPRS Journal of Photogrammetry and Remote Sensing veröffentlicht wurde, stellt die Stärke des UHI bei klarem Himmel (SUHI) für 497 städtische Gebiete in den Vereinigten Staaten vor, indem ferngesteuerte Datenprodukte mit mehreren, durch die US-Zählung definierten städtischen Gebieten kombiniert werden.

Die SUHI-Intensität ist der Unterschied in der Oberflächentemperatur zwischen den bebauten und nicht bebauten Pixeln eines urbanisierten Gebietes.

In der Studie wurde berichtet, dass der Sommer-SUHI tagsüber um 1,91°C und der Winter-SUHI tagsüber um 0,87°C höher war.

Die Studie berichtet auch, dass die SUHI-Intensität in besiedelten Gebieten mit höherem mittleren Einkommen und einem höheren Anteil Weißer niedriger ist. Leider wurde in der Studie nicht darüber berichtet, wie sich der UHI-Effekt mit der Zeit verändert.

h/t to Friends of Science

Die Studie: https://www.sciencedirect.com/science/article/abs/pii/S0924271620302082#!

Abstract
Der städtische Wärmeinseleffekt (UHI) wird durch Veränderungen der aerodynamischen, thermischen und Strahlungseigenschaften der Landoberflächen der Erde im städtischen Maßstab stark moduliert. Das Interesse an diesem Phänomen, sowohl aus klimatologischer als auch aus gesundheitspolitischer Sicht, hat zu Hunderten von UHI-Studien geführt, die meist stadtweise durchgeführt wurden. Diese Studien, nicht mit einem einheitlichen Verfahren durchgeführt, liefern jedoch kein vollständiges Bild des UHI für Verwaltungseinheiten. Um diese Lücke zu schließen, charakterisieren wir die UHI-Intensitäten bei klarem Himmel (SUHI) für alle städtischen Gebiete in den Vereinigten Staaten unter Verwendung eines modifizierten SUE-Ansatzes (Simplified Urban-Extent), indem wir Fernerkundungs-Daten mit mehreren, durch die US-Zählung definierten administrativen Stadtabgrenzungen kombinieren. Wir finden die höchsten SUHI-Intensitäten tagsüber im Sommer (1,91 ± 0,97 °C) für 418 der 497 verstädterten Gebiete, während die SUHI-Intensität im Winter tagsüber (0,87 ± 0,45 °C) in 439 Fällen am niedrigsten ist.

Da die städtische Vegetation häufig als wirksames Mittel zur Milderung von UHI angeführt wurde, verwenden wir NDVI, ein satellitengestütztes Proxy für lebende grüne Vegetation, und die Abgrenzung von Daten der US-Volkszählung, um zu charakterisieren, wie die Vegetationsdichte die Variabilität der SUHI-Intensität zwischen Städten, innerhalb von Städten und zwischen den Jahreszeiten moduliert. Darüber hinaus untersuchen wir auch, wie Höhe und Entfernung von der Küste SUHI-Schätzungen verfälschen. Um die Unsicherheiten in unseren Schätzungen weiter zu quantifizieren, analysieren und diskutieren wir einige Einschränkungen dieser satellitengestützten Werte über Klimazonen hinweg, insbesondere Probleme bei der Verwendung von radiometrischen Temperatur- und Vegetationsindizes mittels Fernerkundung als Proxies für städtische Wärme und Vegetationsbedeckung. Wir demonstrieren eine Anwendung dieses räumlich expliziten Datensatzes und zeigen, dass für die Mehrheit der städtischen Gebiete die SUHI-Intensität in Gegenden mit höherem mittleren Einkommen und höherem Anteil an Weißen geringer ist. Unsere Analyse deutet auch darauf hin, dass arme und nicht-weiße Stadtbewohner unter den möglichen nachteiligen Auswirkungen von SUHI im Sommer leiden könnten, ohne die potenziellen Vorteile (z.B. wärmere Temperaturen) im Winter zu nutzen, obwohl die Ermittlung dieses Ergebnisses künftige Forschungen unter Verwendung umfassenderer Hitzestress-Metriken erfordert. Diese Studie entwickelt neue methodische Fortschritte zur Charakterisierung von SUHI und seiner innerstädtischen Variabilität auf Aggregationsebenen, die mit Quellen anderer sozioökonomischer Informationen konsistent sind, was für zukünftige interdisziplinäre Forschung und als mögliche Entscheidungsgrundlage für die Politikgestaltung von Bedeutung sein kann.

Der für diese Studie erstellte Datensatz wird hier visualisiert

Link: https://wattsupwiththat.com/2020/09/28/more-surfacestations-project-vindication-strong-uhi-temperature-biases-confirmed-in-usa/

Übersetzt von Chris Frey EIKE

————————————-

Die Autoren Josef Kowatsch und Stefan Kämpfe haben in vielen Beiträgen auf dieser Website den UHI-Effekt in Deutschland untersucht. Sie haben zum obigen Beitrag folgende Anmerkungen bzw. Ergänzungen:

In dieser Studie geht es lediglich um den städtischen Wärmeinsel-Effekt (engl. Akronym UHI), der aber nur eine Teilmenge aller WI-Effekte umfasst, denn Entwässerungsmaßnahmen, Bodenverdichtungen, Nutzungsänderungen und Intensivierungsmaßnahmen in der Land- und Forstwirtschaft, neuerdings auch die Errichtung von Wind- und Solarparks, verursachen ebenfalls diverse Wärmeinsel-Effekte (WI). Leider sagt die Studie nichts über die nächtlichen Temperaturverhältnisse; denn gerade am Ende der Nacht sind durch solare Insolation erzeugte UHI-Effekte besonders groß, weil die Bebauung einerseits kühlende Lokalwinde bremst und andererseits der Erwärmungseffekt der Stein- und Betonmassen (hohe Wärmekapazität, relativ hohe Wärmeleitfähigkeit und keinerlei kühlende Verdunstung) dann gegenüber dem sich zum Sonnenaufgang am stärksten abgekühlten Freiland besonders stark in Erscheinung tritt. Mitunter kann auch der stärkere Trübungsgrad der Stadtluft (“Gegenstrahlung“) zur nächtlichen (und winterlichen) Erwärmung beitragen. Im Winter dominieren neben Gegenstrahlungs- auch durch Abwärme bedingte Effekte (Heizungen, Abwasser, Industrie und Verkehr). WI- und UHI-Effekte sollten außerdem immer im Kontext mit den Besonnungs- und Bewölkungsverhältnissen betrachtet werden; denn die in bebauten und meliorierten Gebieten (meist) geringere Verdunstung führt, besonders seit den Luftreinhaltemaßnahmen, zu weniger Dunst, Nebel und Hochnebel (Stratus), was eine längere und intensivere Besonnung mit stärkerer Erwärmungswirkung im Sommerhalbjahr zur Folge hat. KÄMPFE/KOWATSCH haben in ihren Untersuchungen stets auf die Erwärmungswirkung der UHI-Effekte hingewiesen; je ein Beispiel aus den USA und Deutschland mögen das verdeutlichen:

Die an einem Waldrand gelegene Freiland-Station Harvard Forest erwärmte sich im Winter seit dem Jahre 2002 deutlich weniger, als das städtische Scranton; beide Stationen liegen im Nordosten der USA.

Das ländliche, im Thüringer Becken liegende Dachwig erwärmte sich im August seit 1991 deutlich langsamer, als die Innenstadt-Station Jena-Sternwarte. Beide Stationen weisen eine ähnliche Höhenlage auf und sind nur etwa 50 Km voneinander entfernt; der gezeigte Effekt lässt sich mehr oder weniger deutlich in allen Jahreszeiten und Monaten finden.

Weiteres Beispiel:

Umgedrehter UHI-effekt. Die Wetterstationen Hof ist ländlich, Nürnberg natürlich städtisch.  Um die DWD-Station Hof entstand nach der Wende ein Gewerbegebiet mit einer vierspurigen Bundesstraße in 30m Entfernung zu den Messgeräten. Die Folge ist ein erheblicher Wärmeinseleffekt. Nürnberg hat eine normale Stadtentwicklung mitgemacht. Die Entfernung beider Stationen beträgt ca 100 km

Trotz einer normalen Zunahme des WI-Effektes in Nürnberg hat die ländliche DWD-Station Hof aufgrund der starken Umbauung einen stärkeren WI-effekt entwickelt als die Großstadt. Folge: Die Grafiken zeigen einen umgekehrten UHI-Effekt. In der Stadt ist es immer noch wesentlich wärmer, aber Hof holt auf.

Dazu müssen wir zunächst klären, ob die offiziellen DWD-Kurven bereits hinsichtlich des UHI korrigiert sind. Vor gut zwei Jahren fragten wir diesbezüglich beim DWD konkret nach und erhielten eine klare Antwort:

Sehr geehrter Herr Lüning,

Vielen Dank für Ihre Nachricht. Die Temperaturwerte werden unkorrigiert, also ohne Berücksichtigung des Wärmeinseleffekts verwendet.

Mit freundlichen Grüßen

[DWD-Diplom-Meteorologin]

Eine UHI-Korrektur hat also seitens des DWD noch nicht stattgefunden. Es stellt sich also die Frage, ob es überhaupt irgendetwas zu korrigieren gibt. Existieren im Netz des DWD  Stationen, die in UHI-relevanten Bereichen liegen? Oder sind alle Stationen so sorgfältig platziert, dass sie abseits der städtischen Wärmebeeinflussung liegen? Auch diese Frage beantwortete uns der DWD damals bereitwillig:

Sehr geehrter Herr Lüning,

damit gemäß WMO-Anforderungen die freie Exposition der Messstationen gegenüber den meteorologischen Einflussgrößen gewährleistet wird, befindet sich der überwiegende Anteil der Wetter- und Klimastationen außerhalb von Städten, gelegentlich auch am Stadtrand. Nur einige wenige Stationen befinden sich in Stadtzentren, wie z.B. in München oder in Jena. Unsere Klimauntersuchungen zu Frankfurt am Main (siehe http://nbn-resolving.de/urn:nbn:de:101:1-201106095249 ) zeigen, dass – die Lufttemperatur in Innenstadt und Umland nahezu gleichermaßen ansteigt, wenn man von den Einflüssen kleinerer Stationsverlegungen absieht, – die Erwärmung durch den Klimawandel ein Überlagerungseffekt ist, d. h., dass der projizierte Anstieg der Lufttemperatur über Städten im Vergleich zu ihrem Umland keine statistisch signifikanten Unterschiede aufweist.

Mit freundlichen Grüßen […]

Der DWD erklärte also, dass die allermeisten Stationen in ländlichen und UHI-unbedenklichen Gegenden liegen würden. Zudem gäbe es keinen Unterschied in der Erwärmungsrate zwischen Stadt und Land. An dieser Stelle der Diskussion ließen wir es Anfang 2015 bewenden. Hier fehlten ganz klar Daten und ein konkreter Ansatz, um die Frage wissenschaftlich zufriedenstellend zu klären. Am 15. April 2017 kam dann plötzlich Bewegung in die Thematik. Im Fachblatt “Science of The Total Environment” erschien an jenem Tag eine Studie von Susanne Benz, Peter Bayer und Philipp Blum vom Karlsruher Institut für Technologie (KIT) und der Technischen Hochschule Ingolstadt. Eine thematische Punktlandung: Wieviel städtischer Wärmeinseleffekt steckt eigentlich in den offiziellen Deutschland-Temperaturen des Deutschen Wetterdienstes? Die Forschergruppe fahndete nach Wärmeinseleffekten in der Luft, am Boden und im Untergrund. Eine wichtige Studie, leider ohne Pressemitteilung des KIT. In den Highlights der Publikation heißt es:

• Anthropogenic temperature anomalies are quantified in Germany.
• Temperatures in air, surface and groundwater correlate with nighttime lights.
• Groundwater temperature anomalies are most extreme.
• Heat anomalies in air and groundwater are mainly caused by artificial surfaces.
• Surface urban heat islands are observed in settlements with only 5000 inhabitants.

Kurz übersetzt: Anthropogene Anomalien in Deutschland quantifiziert. Die Temperaturen in der Luft, am Boden und im Grundwasser korrelieren mit dem Grad der nächtlichen Beleuchtung. Besonders starke Anomalien wurden im Grundwasser gefunden. Anomalien in der Luft und im Grundwasser werden vorwiegend durch künstliche Oberflächen (wie z.B. Asphaltflächen) verursacht. Städtische Wärmeinseleffekte wurden sogar in kleinen Orten mit bis zu 5000 Einwohnern gefunden.

Höchst spannend. Das wollten wir genauer wissen. Die Kalte-Sonne-Redaktion besorgte sich also die Publikation und studierte sie, in ganzer Länge. Eine wirklich gut lesbare Abhandlung, wenn man denn mit der englischen Wissenschaftssprache zurechtkommt. Der Aufbau der Arbeit ist gut strukturiert, Quellen werden klar genannt, die Argumentation ist logisch überzeugend. Chapeau!

Insgesamt wertete die Gruppe 464 vom DWD gelistete Stationen aus, die Deutschland flächig abdecken und deren Daten hier vorgehalten werden (siehe auch Karte in Abb. 1a der Publikation). In der Arbeit werden die Landstationen  “Surface air temperature” (SAT) genannt, da sie die Temperatur 2 m über Grund messen. Außerdem werteten die Autoren Satellitentemperaturdaten der NASA für Deutschland aus, die im Paper als “Land surface temperature” (LST) bezeichnet werden. Die Daten entsprechen den level-5 MODIS daily products MOD11A1 and MYD11A1 der NASA-Satelliten TERRA und AQUA und wurden in einer Auflösung von 1 x 1 km bearbeitet. Auch diese Daten sind im Internet offenbar frei verfübar (hier). Susanne Benz und ihr Team fanden dabei, dass die DWD-Daten (SAT) im Mittel 0,26°C kälter als die NASA-Satellitendaten (LST) sind. Was zwei Meter Höhe doch so ausmachen… Außerdem untersuchten die Autoren Grundwassertemperaturen in Baden Württemberg. Auch spannend, soll aber heute nicht unser Thema sein, daher lassen wir diesen Aspekt im Folgenden aus.

Die Gruppe besorgte sich aus den genannten Quellen die jeweiligen Jahresdurchschnittstemperaturen für das Jahr 2015. Besonders warm war es entlang des gesamten Rheinverlaufs sowie entlang des Mains. Nun ging es an das Kernproblem: Welche DWD-Stationen und Gebiete wurden vom UHI beeinflusst und welche blieben weitgehend ungestört? Wie lässt sich der Grad der Beeinflussung quantifizieren? Susanne Benz und ihr Team haben hier einen riesigen Schrit nach vorne gemacht. Sie testen eine Reihe von möglichen Datensätzen, die als Näherung für den Grad der UHI-Beenflussung genutzt werden könnten. Zunächst probierten sie die Bevölkerungsdichte, aufgelöst in 1 x 1 km. Das Ergebnis war ernüchternd: Keine gute Übereinstimmung mit den Satellitendaten (LST), keine Korrelation. Nächster Versuch mit einer Datenbank zur Oberflächenbeschaffenheit Deutschlands, auf english “landcover”. Wieder nichts, keine Korrelation mit den flächendeckenden Satellitendaten.

Schließlich dann noch ein letzter Versuch mit einem vielleicht überraschenden Datensatz, einer Karte der nächtlichen Lichtintensität Deutschlands (englisch: “Nighttime lights”). Die Idee ist gar nicht so abwegig: Wo viel Licht ist, herrscht viel menschliche Aktivität. Diesmal traf der Pfeil ins Schwarze. Der statistische Pearson Korrelationskoeffizient von Satellitentemperaturen und Nachtlicht ergab beachtliche 0.55. Stärkere Nighttime Lights scheinen die Temperatur also zu erhöhen. Wiederum scheinen die Daten für begabte Datentüftler von der NOAA-Webseite frei herunterladbar zu sein. Konkret handelt es sich um (Auszug aus dem Paper):

Nighttime lights were compiled from Version 4 of the DMSP-OLS Nighttime Lights Time Series, Image and Data processing by NOAA’s National Geophysical Data Center, and DMSP data collection by the US Air Force Weather Agency. Data were only available up to January 2014, hence 10-year mean (01/2004–12/2013) nighttime lights were chosen. The results were again exported at a resolution of approximately 1 km× 1 km(Fig. 2a) using Google Earth Engine, 2015.

Die Einheit des Nighttime Light Spektrums reicht von 0 (dunkel) bis 63 (sehr hell) und wird in der Einheit DN gemessen (Abb. 1). Die Autoren ermittelten nun einen geeigneten Schwellwert um “klimatisch” ländliche Gebiete von “klimatisch” städtischen Zonen zu unterscheiden. Sie kamen dabei auf den Wert 15. Gegenden mit einem DN-Wert von 0-15 sind als ländlich einzustufen, Gegenden mit Werten oberhalb von 15 als städtisch. Der Blick auf die Karte in Abb. 1 zeigt schön die hellen Stellen: Hamburg, Berlin, München, Ruhrgebiet, Frankfurt/Main sowie der Südwesten.

Basierend auf diesem einfachen und vielleicht sogar genialen Konzept können nun endlich verlässlich Land und Stadt klimatisch unterschieden werden. Daher weiter mit dem nächsten Schritt. Die Gruppe wollte für die einzelnen Wetterstationen und 1 x 1-Satellitenkacheln die Wärmeinsel-Intensität separat berechnen. Dazu schufen sie einen Parameter, die sogenannte “Anthropogenic Heat Intensity” (AHI), die im weitesten Sinne mit dem Grad der UHI-Beinflussung verwandt ist. Die Bestimmung der AHI ist denkbar einfach: Gemessene Temperatur an der Station bzw. der Satellitenkachel minus Temperatur des ländlichen Umlandes. An dieser Stelle ist es früher regelmäßig schiefgelaufen, denn das ländliche Umland ist gar nicht immer so ländlich wie man dachte. Erinnern Sie sich an die Highlights des Papers (siehe oben), in denen Wärmeinseln sogar in Orten mit lediglich 5000 Einwohnern gefunden wurden. Durch die neue Definition über das Nachtlicht gibt es nun eine verlässlichere Definition.

In der Praxis machten es die Autoren so: AHI-Berechnungen wurden nur für jene Wetterstationen durchgeführt, die im Umkreis von 47 km mindestens 5 ländliche Stationen mit Nachtlicht von 0-15 DN hatten. Aus diesen ländlichen Stationen wurde dann der Mittelwert gebildet. Die Temperatur der zu bestimmenden Station minus ländlicher Mittelwert ergibt dann den jeweiligen “Anthropogenic Heat Intensity”. In Fällen von weniger als 5 ländlichen Stationen wurde kein AHI berechnet, wodurch sich einige Löcher in der AHI-Karte in Abbildung 4a des Papers erklären (Abb. 2a). Insbesondere in den Ballungszentren war es schwierig, genug ländlichen Klimahintergrund zu bekommen. Hier blieb die Karte einfach weiß. Das Verfahren funktioniert analog für die Satellitentemperaturen, wobei mindestens ländliche 50 Satellitenkacheln im 47 km-Umkreis gebraucht wurden, um den AHI berechnen zu können. Das scheint kein großes Problem gewesen zu sein, denn die Satelliten-AHI-Karte macht einen ziemlich vollständigen Eindruck, vielleicht mit Ausnahme einiger Abschnite in den Küstenzonen (Abb. 2b).

Vertiefen wir uns in die AHI-Ergebniskarten in Abbildung 2. Bei den Wetterstationen gibt es drei große AHI-Klopper mit AHI-Werten über 1,1°C: bei München, bei Berlin und im Ruhrgebiet. Dies sind die orangen Punkte in der Karte. Diese Stationen scheinen regelrecht UHI-verseucht zu sein. Wenn man sich die Satellitenkarte in Abb. 2b anschaut, fallen die großen roten Flecken ins Auge, die ebenfalls UHI-bedenkliche Regionen markieren. Hier liegt eine Vielzahl von Stationen, deren Werte zur Berechnung der deutschlandweiten Jahresmitteltemperatur ganz offensichtlich ungeeignet sind. Stationen und Gegenden mit negativen AHI-Werte bzw. blauen Farben scheinen UHI-technisch in Ordnung zu sein. Schon bei den gelben AHI-Werten könnte es Probleme geben. Ein guter Grenzwert könnte z.B. eine AHI von 0,5°C sein, oberhalb dessen UHI-Korekturen durchgeführt werden müssten.

Projektanleitung: Bestimmung der wärmeinselarmen deutschen Jahresmitteltemperatur 

Kommen wir nun zum Knackpunkt der ganzen Sache. Nachdem wir nun also recht genau wissen, welche Gegenden besonders stark vom UHI beeinflusst werden, können wir die hier gelegenen Stationen entsprechend aussortieren. Ziel sollte es sein, bei der Berechnung der Jahresmitteltemperatur nur jene Stationen zu berücksichtigen, die eine AHI von unter 0 besitzen. Auf diese Weise erhielte man eine ziemlich UHI-arme Temperaturkurve, die derzeit noch fehlt. Man darf hochgespannt sein, ob die momentan in den deutschlandweiten DWD-Temperaturkurven enthaltene Erwärmungsrate auch in der UHI-armen Variante in gleicher Höhe enthalten ist.

Vorgeschlagene Vorgehensweise:

1) Zur Bearbeitung der Daten wird eine GIS-Software (Geographisches Informationssystem) benötigt, z.B. ArcGIS, ArcView oder Ähnliches. Vielleicht geht es auch über Google Maps oder Google Earth.

2) Herunterladen der Nighttime Light-Daten von der NOAA-Seiten (siehe oben) und Import in die GIS-Software.

3) Import einer hochauflösenden Version der Satelliten-AHI-Karte aus Abbildung 2b (Abb. 4 aus Benz et al. 2017). Vielleicht können die Autoren sie zur Verfügung stellen?

4) Import aller DWD-Stationen als Punkte ins GIS. Die geographische Breite und Länge der aktuell vom DWD gelisteten Stationen finden Sie hier. Im Datensupplement des Papers gibt es zudem eine Exceldatei mit Koordinaten für die ausgwerteten AHI-Stationen.

5) Überlagern der DWD-Stationen mit der Nighttime Light-Karte: Alle Stationen die in Gebieten mit DN über 15 liegen, werden aussortiert. Sie bleiben bei der UHI-armen Deutschlandtemperaturberechnung unberücksichtigt da zu sehr UHI-beeinflusst.

6) Überlagern der DWD-Stationen mit der AHI-Satellitenkarte: Alle Stationen die in Gebieten mit AHI über 0 liegen, werden aussortiert. Sie bleiben bei der UHI-armen Deutschlandtemperaturberechnung unberücksichtigt da zu sehr UHI-beeinflusst. Man könnte zum Test auch eine Variante mit AHI über 0,5 ausprobieren.

7) Aus allen übriggebliebenen, UHI-armen Stationen kann nun eine Temperaturkurve gemäß DWD-Richtlinien berechnet werden. Hier müsste man sich informieren, wie topographische Höhenunterschiede und andere Effekte behandelt werden.

Gibt es fachkundige Interessierte, die hier aktiv werden wollen? Mit ein bisschen Daten-Talent sollte sich dies doch relativ leicht bewerkstelligen lassen. Interessierte können sich bei der Kalte-Sonne-Redaktion melden. Wir koordinieren die Crowd-Science-Initiative gerne, so dass Duplikationen im Sinne einer besseren Effektivität vermieden werden können. Wir wollen den Autoren der vorgestellten Studie keine Konkurrenz machen, falls diese sich des Themas annehmen wollen, das ist klar. Anbei noch der vollständige Abstract der Studie:

Erkennung anthropogen verursachter Anomalien der Temperatur in der Luft, am Boden und im Grundwasser in Deutschland

Menschliche Aktivitäten beeinflussen direkt die umgebenden Luft-, Oberflächen- und Grundwasser-Temperaturen. Das bekannteste Phänomen dieser Art ist der städtische Wärmeinsel-Effekt, welcher vor allem in großen und dicht besiedelten Städten untersucht worden ist. Diese Studie erkundet den anthropogenen Einfluss auf das thermische Regime nicht nur in ausgesuchten Stadtgebieten, sondern im landschaftsweiten Maßstab für Datensätze mittlerer jährlicher Temperaturen in Deutschland in drei verschiedenen Bereichen: gemessene Lufttemperatur, gemessene Temperatur des Grundwassers und aus Satellitenbeobachtungen abgeleitete Temperatur der Landoberfläche. Zieht man nächtliche Beleuchtung als Indikator ländlicher Gebiete heran, kommt die anthropogene Wärmeintensität ins Spiel. Diese ist auf jeden Datensatz anwendbar und zeigt die Differenz zwischen gemessenen lokalen Temperaturen und der mittleren ländlichen Hintergrundtemperatur. Dieses Konzept ist analog der etablierten städtischen Wärmeinsel-Intensität und anwendbar auf jeden Messpunkt oder Pixel innerhalb eines großen, sogar globalen Untersuchungsgebietes.

Für alle drei untersuchten Datensätze gilt: die anthropogene Wärmeintensität nimmt mit zunehmender nächtlicher Beleuchtung zu, sie nimmt ab bei zunehmender Vegetation. Die Bevölkerungsdichte hat dagegen nur geringe Auswirkungen. Die oberflächennahe anthropogene Wärmeintensität kann im untersuchten Gebiet (1 km X 1 km) nicht mit bestimmten Landschaftsformen und Klassifizierungsystemen in Verbindung gebracht werden. Aber sowohl Luft als auch Grundwasser zeigen gesteigerte Wärmeintensitäten bei künstlichen Oberflächen. Alles in allem scheint die Temperatur des Grundwassers am stärksten auf menschliche Aktivitäten zu reagieren, obwohl die unterschiedlichen Bereiche teilweise durch nicht in Relation stehende Prozesse beeinflusst werden. Anders als die Temperaturen an der Landoberfläche und der bodennahen Luftschichten ist die Grundwasser-Temperatur in kultivierten Gebieten ebenfalls erhöht. Die höchste anthropogene Wärmeintensität in Deutschland findet sich mit 4,5 K an einem Braunkohle-Tagebau bei Jülich, gefolgt von drei großen Städten (München, Düsseldorf und Nürnberg) mit jährlichen mittleren anthropogenen Wärmeintensitäten >4 K. Alles in allem lassen sich anthropogene Wärmeintensitäten > 0 K und damit städtische Wärmeinseln in Gemeinden bis hinab zu einer Bevölkerungsdichte finden.

Dieser Beitrag war zuerst im Blog „Die Kalte Sonne“ erschienen. Übersetzung des Abstract am Ende Chris Frey EIKE