Zunächst ein Blick auf die fragliche Graphik in Abbildung 1 aus dem vorigen Beitrag:

Wie wir in unseren vorherigen Beiträgen besprochen hatten, haben die mit Werten besetzten HadSST-Gitterzellen die besten Daten. Die Zellen sind 5° Breitengrad- und Längengrad-Boxen. Am Äquator sind diese Zellen über 300.000 qkm groß, größer als der Staat Colorado. Wenn Nicks Idee richtig wäre, würden wir erwarten, dass die Wertemenge in den Zellen an beiden Polen zunimmt. Abbildung 2 zeigt den prozentualen Anteil des globalen Gitters (einschließlich der 29% mit Land), der mit besiedelten SST-Zellen (Meeresoberflächentemperatur) bedeckt ist, nach Jahr. Die Anzahl der fehlenden Zellen variiert nicht sehr stark, das Minimum liegt bei 44% und das Maximum bei 48%. Es gibt zwar einen Abwärtstrend von 2001-2008, aber keinen Trend danach. Abbildung 1 flacht nach 2008 zwar ab, aber man muss sich schon anstrengen, um einen Anstieg von 2008 bis 2018 zu sehen.

Also, keine eindeutige Aussage aus diesem Diagramm. Schauen wir uns die Null-Zellen nach Jahr und Breitengrad in Abbildung 3 an.

Abbildung 3 zeigt, dass die Null-Zellen in den Polarregionen über den Zeitraum von 2001 bis 2018 ziemlich konstant sind. Ich habe 2018 zu einer dicken schwarzen Linie und 2001 zu einer dicken roten Linie gemacht, damit man den Anfang und das Ende der Reihe deutlicher sehen kann. Die wirkliche Variabilität liegt im südlichen Indischen, Pazifischen und Atlantischen Ozean von 55°S bis 30°S. Dies sind mittlere Breiten, nicht polare Breiten. Weder 2018 noch 2001 sind Ausreißer.

Das gleiche Muster ist zu erkennen, wenn wir uns einen Film der sich verändernden Nullzellen von 2001 bis 2018 ansehen. Klicken Sie auf die Karte unten, um den Film zu sehen.

Die Anzahl der Nullzellen in den Polarregionen scheint sich von 2001 bis 2018 nicht wesentlich zu ändern. Die Änderungen treten in den südlichen mittleren Breiten auf. Die Anzahl der Nullzellen, als Prozentsatz des Globus, geht von 2001 bis 2008 etwas zurück, aber nur von 48 % auf 44 %, nicht genug, um einen Trend umzukehren. Nach 2008 gibt es keinen Trend bei den Nullzellen. Von 2008 bis 2018 ist der Temperaturtrend flach und nicht abnehmend, aber angesichts der Tatsache, wo sich die Anzahl der Zellen ändert, ist es schwer zu sagen, dass dies auf die Anzahl der besiedelten Zellen in den Polarregionen zurückzuführen ist.

Der Leser kann sich seine eigene Meinung bilden, aber meiner Meinung nach haben wir immer noch keine Ahnung, was die globale Ozeanoberflächentemperatur ist, oder ob sie steigt oder sinkt.

Link: https://wattsupwiththat.com/2020/12/26/why-do-the-hadsst-sea-surface-temperatures-trend-down/

Übersetzt von Chris Frey EIKE

Der nächste Beitrag [auf Deutsch hier] behandelt die Mischschicht, die eine Schicht mit gleichmäßiger Temperatur direkt unter der Hautschicht ist. Die gemischte Schicht sitzt oberhalb der Sprungschicht, wo die Wassertemperatur schnell zu fallen beginnt. Der nächste Beitrag [auf Deutsch hier] behandelte die Unterschiede zwischen verschiedenen Schätzungen der SST, die verwendeten Daten und die Probleme mit den Messungen und den Korrekturen. Der Schwerpunkt lag dabei auf den beiden Hauptdatensätzen, HadSST und NOAAs ERSST [auf Deutsch hier]. Der letzte Beitrag diskutiert SST-Anomalien [auf Deutsch hier] war die Logik, wenn alle Messungen von knapp unter der Meeresoberfläche stammen, warum werden dann Anomalien benötigt? Warum können wir nicht einfach die Messungen verwenden, korrigiert auf eine nützliche Tiefe, wie 20 cm?

Hintergrund aller Beiträge ist es, die Analyse so nah wie möglich an den Messungen auszurichten. Zu viele Korrekturen und Datenmanipulationen verwirren die Interpretation, entfernen uns von den Messungen und homogenisieren die Messungen in einem solchen Ausmaß, dass wir ein falsches Gefühl von Vertrauen in das Ergebnis bekommen. Diese durch die Überarbeitung von Daten entstehende Illusion von Genauigkeit wird von William Brigg hier diskutiert. Sein Beitrag befasst sich mit der Glättung von Daten, aber die Argumente gelten auch für die Homogenisierung von Temperaturen, die Erzeugung von Anomalien vom Mittelwert und die Korrektur von Messungen durch statistische Verfahren. All diese Prozesse lassen „die Daten besser aussehen“ und geben uns ein falsches Gefühl von Vertrauen. Wir wissen nicht, wie viel von den resultierenden Diagrammen und Karten auf die Korrekturen und Datenmanipulationen zurückzuführen ist und wie viel auf die zugrunde liegenden Messungen. Wir sind Schritt für Schritt durch alle möglichen Verarbeitungen gegangen und haben bei jedem Schritt untersucht, wie die Temperaturen wirklich aussahen.

Wichtung nach Gebieten

Die in all diesen Beiträgen verwendeten Daten mit Ausnahme der frühesten Beiträge zu den Landmessungen im Hauptgebiet der USA stammen alle aus Breiten- und Längengrad-Gittern. Die Rasterung der Messungen ist global erforderlich, da die Messungen hauptsächlich auf der Nordhalbkugel konzentriert sind und anderswo nebst den beiden Polarregionen sehr spärlich. Wie wir bereits gezeigt haben, sind die Temperaturen der nördlichen Hemisphäre anomal, der Rest der Welt ist viel weniger variabel in seiner Oberflächentemperatur. Siehe hier eine Diskussion hierüber und einige Grafiken. Siehe diesen Beitrag von Renee Hannon und diesen vom gleichen Autor, für weitere Details zu den hemisphärischen Variationen in den Temperaturtrends.

Während eine Rasterung wahrscheinlich nicht notwendig ist und irreführend sein kann, müssen wir in Gebieten wie den USA, die gut mit guten Wetterstationen abgedeckt sind, die verfügbaren Daten rastern, um einen globalen SST-Durchschnitt zu erstellen. Das soll nicht heißen, dass die Rasterung gute Messungen ersetzt oder die Messungen verbessert, sondern nur, dass sie mit den uns zur Verfügung stehenden Daten notwendig ist.

Jede Gitterzelle repräsentiert einen anderen Bereich des Ozeans. Der Unterschied ist nur eine Funktion des Breitengrades. Jeder Breitengrad ist 111 km vom nächsten entfernt. Der Abstand de Längengrade am Äquator beträgt ebenfalls 111 km, nimmt aber an den Polen auf Null ab. Um also die Fläche jeder Gitterzelle zu berechnen, müssen wir nur den Breitengrad der Zelle und die Größe der Gitterzellen in Breiten- und Längengraden kennen. Die Lösung wird von Dr. Math (National Council of Teachers of Mathematics) bereitgestellt und abgeleitet, hier. Ich werde die Erzählung nicht mit einer Gleichung unterbrechen, aber der am Ende des Beitrags verlinkte R-Code zeigt die Gleichung und wie sie verwendet wurde.

Es mag seltsam erscheinen, eine so offensichtliche Korrektur an den Daten als letztes vorzunehmen, aber ich wollte ehrlich gesagt sehen, ob es einen großen Unterschied macht. Es stellt sich heraus, dass es einen erheblichen Unterschied in der berechneten Durchschnittstemperatur macht, aber wenig Unterschied in den Trends. Unten in Abbildung 1 ist die ursprüngliche Abbildung aus dem Beitrag über die gemischte Schicht zu sehen, die verschiedene Schätzungen der SST und der globalen Durchschnittstemperatur der gemischten Schicht vergleicht. Normalerweise, vor allem in der Nacht, liegen die gemischte Schicht und die SST sehr nahe beieinander, so dass man sie alle zusammen plotten kann.

Die Kurven in Abbildung 1 sind alle auf eine Tiefe zwischen 20 cm und einem Meter korrigiert. Sie sind Gittermittelwerte, d.h. Mittelwerte von gerasterten Werten, aber sie sind nicht für das Gebiet korrigiert, das durch jeden Gitterwert repräsentiert wird. Abbildung 2 zeigt das gleiche Diagramm, ist aber mit flächengewichteten Gitterzellenwerten konstruiert worden. Wir haben auch eine neue Kurve hinzugefügt, die NOAA ERSST-Kurve, nachdem wir die ERSST-Werte gelöscht haben, die den Nullwerten im HadSST-Datensatz entsprechen. Auf diese Weise vergleichen wir ERSST und HadSST über die gleichen globalen Ozeanbereiche. Der normale ERSST-Datensatz (die untere grüne Linie in Abbildung 1 und die untere braune Linie in Abbildung 2) verwendet Interpolation und Extrapolation, um Gitterzellen zu füllen, die unzureichende Daten haben; diese Zellen sind in HadSST null.

Auf den ersten Blick sehen die beiden Diagramme sehr ähnlich aus, aber man beachte, dass sich die vertikale Skala geändert hat. Alles ist um zwei bis vier Grad nach oben verschoben, da die Polarregionen Zellen mit kleineren Flächen haben. Die NOAA ICOADS SST-Linie befindet sich an der gleichen Stelle, da sie bereits flächenkorrigiert wurde. Es ist auch die Linie, die den Messungen am nächsten kommt. Die Prozesse, die zur Erstellung dieser Linie verwendet werden, sind viel einfacher und weniger kompliziert als die von HadSST und ERSST verwendeten. Der Unterschied zwischen HadSST und ERSST ist immer noch da, aber kleiner. Diese beiden Temperaturaufzeichnungen verwenden ähnliche Daten, aber, wie oben beschrieben, ist ihre Rasterung unterschiedlich und sie decken verschiedene Gebiete ab. Sobald das ERSST-Gitter „maskiert“ ist, um mit HadSST übereinzustimmen, steigt es von 18,2 auf 22 Grad an.

Die mehrjährigen Gittermittelwerte von NOAA MIMOC und der Universität Hamburg liegen in beiden Diagrammen über dem NOAA ERSST-Datensatz, sind aber nach Anwendung des Algorithmus zur Flächengewichtung um etwa 4,5°C wärmer. NOAA MIMOC und die Universität Hamburg erstellen ihre Gitter unter Verwendung von mehr als 12 Jahre alten Daten, so dass sie viel mehr ihres Gitters bevölkern als die Einjahres-Datensätze. Sie wichten auch die Argo- und Bojendaten stark, genau wie NOAA ERSST.

Wie wir mit den ungewichteten Daten im letzten Beitrag [auf Deutsch hier] gesehen haben, tendieren die gemessenen Temperaturen von HadSST nach unten. Wenn das ERSST-Gitter mit den HadSST-Nullwerten maskiert wird, tendiert es ebenfalls nach unten. Dies ist in Abbildung 3 zu sehen.

Der HadSST-Datensatz hat nur Gitterwerte aus Zellen, aus denen genügend Messungen vorhanden sind, um einen solchen Wert zu berechnen, sie extrapolieren keine Daten in angrenzende Gitterzellen wie ERSST. Somit repräsentieren die HadSST-Daten den Teil des Ozeans mit den besten Daten, und dieser Bereich nimmt eindeutig an Temperatur ab, wenn nur die Messungen verwendet werden. Die ERSST-Daten deuten auf einen Rückgang von 2,5 Grad/Jahrhundert hin. Der HadSST-Rückgang beträgt 1,6 Grad/Jahrhundert.

Die ERSST-Linie ohne Maske (Abbildung 2) zeigt einen steigenden Trend von 1,6 Grad/Jahrhundert. Die interpolierten und extrapolierten Bereiche zeigen also eine Erwärmung, die in den Zellen mit den besten Daten nicht zu sehen ist. Wie wir im letzten Beitrag gesehen haben und in diesem Beitrag als Abbildung 4 erneut zeigen, weisen die HadSST- und ERSST-Anomalien nichts von der Komplexität auf, für die wir sechs Beiträge gebraucht haben. Sie zeigen einen gemeinsamen Trend der Erwärmung, von etwa 1,7 Grad/Jahrhundert.

Schlussfolgerungen

Die beste Art und Weise, Daten zu analysieren, ist die Verwendung des absoluten Minimums an statistischer Manipulation, das erforderlich ist, um sie in einer brauchbaren Form zu präsentieren. Jede Korrektur, jede Berechnung, alle Glättungsoperationen, jeder Rasterungsschritt muss vollständig begründet werden. Es ist eine unglückliche Tatsache des heutigen wissenschaftlichen und technischen Lebens, dass unsere Kollegen ständig mit „das muss korrigiert werden“, „das muss korrigiert werden“ und so weiter kommen. Es wird wenig darüber nachgedacht, wie die Korrekturen unsere Wahrnehmung der resultierenden Diagramme und Karten beeinflussen. Mit genügend Korrekturen kann man einen Misthaufen in ein Schloss verwandeln, aber ist es wirklich ein Schloss?

Ich hatte einmal einen Chef, der sehr klug war. Er wurde schließlich CEO und Vorstandsvorsitzender der Firma, für die wir arbeiteten. Ich war damals viel jünger und gehörte zu den Wissenschaftlern auf der „Peanut Gallery“, die ständig fragten: „Was ist damit?“ „Was ist damit, haben Sie diese Dinge korrigiert?“ Mein Chef sagte dann: „Wir sollten uns nicht selbst übertreffen. Was sagen die Daten, so wie sie sind?“ Nachdem er CEO wurde, verkaufte er die Firma für das Fünffache des durchschnittlichen Basispreises meiner angesammelten Aktienoptionen. Ich war immer noch ein Wissenschaftler, wenn auch ein wohlhabender. Er hatte Recht, genau wie Dr. William Briggs. Studieren Sie die Rohdaten, behalten Sie sie in Ihrer Nähe, übertreffen Sie sich nicht selbst als Wissenschaftler.

——————————

Zu diesem Beitrag hat der Klima-Realist Marcel Crok von clintel.org eine Frage an den Autor gerichtet. Die Antwort desselben wird hier noch mit übersetzt. – Anm. d. Übers.:

Link: https://andymaypetrophysicist.com/2020/12/23/ocean-sst-temperatures-what-do-we-really-know/

Übersetzt von Chris Frey EIKE

Ihre bestechende Graphik sieht so aus:

Nun, das wäre ziemlich informativ … wäre die gewählte Einheit nicht Zettajoules. Ich protestiere erneut gegen die Verwendung dieser Einheit, wenn es um derartige Ozean-Analysen geht. Nicht, weil sie nicht genau sind, das sind sie sehr wohl. Sondern weil niemand eine Ahnung hat, was das wirklich bedeutet.

Also wandte ich mich den Daten zu. In der Studie werden die Datenquellen angegeben als http://159.226.119.60/cheng/ und www.mecp.org.cn/ .

Der zweite Link ist in chinesisch, und obwohl ich es übersetzen ließ, konnte ich die Daten nicht finden. Auch auf dem ersten Link waren die Daten nicht zu finden, aber es wurde auf eine Daten-Site verwiesen unter diesem Link. Darauf geklickt, erhielt ich eine weitere Website mit einem erneuten Link – der mich glatt zur Website von Dr. Cheng zurückführte, wo ich begonnen hatte.

(Aktualisierung: Ein aufmerksamer Kommentator fand schließlich die Daten hier und hier.)

An diesem Punkt entschloss ich mich, Abbildung 1 händisch zu digitalisieren, was unglaublich akkurat ist. Die folgende Abbildung 2 ist meine Nachbildung ihrer Abbildung 1. Allerdings habe ich die Daten zu Grad Temperaturänderung konvertiert, weil uns diese Einheit viel vertrauter ist als Zettajoules:

(Nebenbei: dass ich die Daten doch noch gefunden habe, gab mir Gelegenheit zu demonstrieren, wie genau eine Digitalisierung von Hand wirklich ist. Ein Scatterplot der tatsächlichen Daten von Cheng im Vergleich zu meiner händischen Digitalisierung sieht so aus:

Der RMS-Fehler der händischen Digitalsierung beträgt 1,13 ZJ, der mittlere Fehler 0,1 ZJ)

Und siehe da – diesen Herrschaften zufolge hat sich der Ozean während der letzten 60 Jahre um wenig mehr als ein Zehntel eines einzigen Grades erwärmt … und da versteht man auch, warum sie Zettajoules heranzogen – auf diese Weise sieht es viel alarmierender aus.

Und außerdem – es tut mir leid, aber dass man die Temperatur der oberen 2 Kilometer Ozean auf ±0,003°C (drei Tausendstel eines Grades) genau messen kann, ist schlicht und ergreifend nicht möglich. Für ihre Unsicherheits-Berechnungen verweisen sie auf eine frühere Studie, in der es heißt:

Wenn man den globalen Ozean in ein Monatsnetz einteilt von 1° zu 1°, liegt die monatliche Daten-Abdeckung vor dem Jahr 1960 unter 10%, <20% von 1960 bis 2003 und <30% von 2004 bis 2015. Die Abdeckung ist immer noch <30% während der Messung mit ARGO-Bojen, weil das ARGO-Netzwerk auf ein Netz von 3° mal 3° ausgelegt war.

Das ARGO-Bojensystem zur Messung der Ozeantemperature wurde im Jahre 2005 in Betrieb genommen. Es ist die verbreitetste und genaueste Quelle hinsichtlich Ozean-Temperaturdaten. Die Bojen sind neun Tage ruhig bis zu einer Tiefe von 1000 m und gehen dann in Betrieb, sinken bis 2000 m und steigen dann wieder zur Oberfläche, wobei sie kontinuierlich Temperatur und Salzgehalt messen. Danach sinken sie wieder bis 1000 m hinab. Der Zyklus sieht so aus:

Es ist ein wunderbares System, und derzeit sind knapp 4000 Bojen im Einsatz … aber der Ozean ist groß jenseits aller Vorstellung, und darum enthalten trotz der ARGO-Bojen über zwei Drittel ihrer Gitterquadrate Ozean genau Null Messungen.

Und auf der Grundlage dieser dürftigen Datenmenge, womit zwei Drittel der monatlichen Temperaturdaten gar nicht erfasst sind, will man uns glauben machen, dass sie die oberen 651.000.000.000 Kubikkilometer des Ozeans auf 0,003°C genau messen können … natürlich ist das total legitim.

Man kann es auf diese eine Art betrachten. Allgemein ist es so, falls de Anzahl der Messungen allgemein zunimmt, reduziert man die Unsicherheit des Mittelwertes. Aber die Reduktion geht nur mit der Quadratwurzel der Anzahl der Messungen einher. Das bedeutet, falls wir die Unsicherheit um eine Dezimalstelle reduzieren wollen, etwa von ±0,03°C auf ±0,003°C, müssen wir die Anzahl der Messungen um das Hundertfache erhöhen.

Und das gilt auch umgekehrt. Falls wir eine Unsicherheit von ±0,003°C haben, aber nur eine solche von ±0,03°C haben wollen, kommen wir mit einem Hundertstel der Messungen aus.

Das bedeutet, FALLS wir die Ozeantemperatur mit 4000 ARGO-Bojen auf ±0,003°C genau messen können, können wir die Unsicherheit nur mit einer Dezimalstelle weniger messen auf 0,03°C genau mit einem Hundertstel der Anzahl dieser Bojen,also 40 Bojen.

Glaubt irgendwer, dass dies möglich ist? Nur 40 ARGO-Bojen, also eine für jedes Gebiet von der Größe der USA, sollen in der Lage sein, die Wassertemperatur des jeweiligen Gebietes bis auf 2000 m hinab auf plus/minus drei Hundertstel Grad Celsius genau zu messen? Wirklich?

Selbst mit 4000 Bojen, das ist eine für ein Gebiet von der Größe Portugals und zwei Kilometer hinab. Aber ich vermag beim besten Willen nicht zu erkennen, dass ein einziges Thermometer in Portugal erschöpfend Auskunft gibt über die Temperatur des gesamten Landes … und Messungen im Ozean sind viel komplexer als auf dem Festland, weil die Temperatur vertikal auf unvorhersagbare Art und Weise variiert, wenn man dem Ozean in die Tiefe folgt.

Vielleicht gibt es ein paar Prozess-Ingenieure, die damit betraut worden sind, das Wasser in einem großen Becken bei einer gegebenen Temperatur zu halten, und zu berechnen, wie vieler Thermometer es bedarf, um die mittlere Wassertemperatur auf ±0,03°C genau zu messen.

Und zum Schluss möchte ich noch auf Folgendes hinweisen: Bei einer Erwärmung der Ozeane um etwas mehr als ein Zehntelgrad Celsius innerhalb von 60 Jahren wird es etwa fünf Jahrhunderte dauern, um den oberen Ozean um 1°C zu erwärmen …

Will man es konservativ sehen, könnte man davon ausgehen, dass sich die Erwärmung seit dem Jahr 1985 etwas beschleunigt hat. Aber auch mit dieser höheren Erwärmungsrate würde es immer noch drei Jahrhunderte dauern, um den Ozean um 1 Grad Celsius zu erwärmen.

Fazit: Trotz der alarmistischen Studie RECORD-SETTING OCEAN WARMTH können wir uns zurücklehnen. Thermageddon schielt nicht um die Ecke.

Zum Schluss noch einmal zurück zu dem Terminus „winziges bisschen“. Ich habe mich schon öfter darüber ausgelassen, dass mich bzgl. Klima nicht so sehr bewegt, um wie viel es sich ändert. Viel beeindruckender fand ich immer die erstaunliche Stabilität des Klimasystems trotz gewaltiger jährlicher Energieflüsse. In unserem Fall absorbiert der Ozean etwa 6.360 Zettajoules (10²¹ Joules) Energie pro Jahr. Das ist eine unvorstellbar immense Energiemenge – zum Vergleich, der gesamte menschliche Energieverbrauch aus allen Quellen von fossil bis nuklear beträgt etwa 0,6 Zettajoule pro Jahr …

Und natürlich gibt der Ozean fast genau die gleiche Energiemenge wieder ab – wäre das nicht der Fall, würden wir bald entweder kochen oder erfrieren.

Wie groß ist also das Ungleichgewicht zwischen der in den Ozean eindringenden und von diesem wieder abgegebenen Energie? Nun, im Zeitraum der Aufzeichnung betrug die mittlere jährliche Änderung des ozeanischen Wärmegehaltes 5,5 Zettajoule pro Jahr … was etwa ein Zehntel eines Prozentes (0,1%) der Energiemenge ausmacht, welche in den Ozean eindringt und von diesem wieder abgegeben wird. Wie ich sagte: erstaunliche Stabilität.

Folge: die lächerlich anmaßende Behauptung, dass ein derartig triviales Ungleichgewicht irgendwie menschlichen Aktivitäten geschuldet ist anstatt einer Änderung von 0,1% infolge Variationen der Wolkenmenge oder der Häufigkeit von El Nino oder der Anzahl der Gewitter oder einer kleinen Änderung von irgendetwas im immens komplexen Klimasystem, ist schlicht und ergreifend unhaltbar.

Link: https://wattsupwiththat.com/2020/01/14/the-ocean-warms-by-a-whole-little/

Übersetzt von Chris Frey EIKE

HadSST wird allgemein als der beste globale Datensatz bzgl. SST angesehen, und darum beruht dieser Beitrag auf jener Quelle. Die jüngste Version ist HadSST3.

Die folgende Graphik zeigt die letzten beiden Jahre der monatlichen SST-Anomalien laut HadSST3 einschließlich Juli 2017:

Im Mai waren trotz eines geringen Anstiegs in den Tropen auf beiden Hemisphären und global sinkende Temperaturen zu beobachten nach einer Wärmespitze im April. Jetzt im Juli zeigt sich sowohl in den Tropen als auch auf der Südhemisphäre ein großer Rückgang während der letzten vier Monate. Inzwischen tritt auf der Nordhemisphäre die übliche Juli-Spitze auf, doch liegt diese immer noch deutlich unter der Spitze des Juli im vorigen Jahr. Insgesamt ergibt sich daraus eine etwas niedrigere globale Anomalie, aber mit einer wahrscheinlichen zusätzlichen Abkühlung angeführt durch die Tropen und auch die Südhemisphäre, wo neue Tiefstwerte für diesen Zeitraum erreicht wurden.

Man beachte, dass höhere Temperaturen während der Jahre 2015 und 2016 hauptsächlich auf einen steilen Anstieg der SST in den Tropen zurückgehen. Dieser begann im März 2015, erreichte im Januar 2016 seinen Höhepunkt, um danach stetig wieder abzusinken bis auf das Niveau zu Beginn. Zweitens, auf der Nordhemisphäre kam es zu zwei zusätzlichen Dellen auf den Schultern der tropischen Erwärmung mit dem Spitzenwert im August jedes Jahres. Man beachte auch, dass die Freisetzung von Wärme keineswegs dramatisch war, weil die Südhemisphäre die Verhältnisse auf der Nordhemisphäre ausglich. Die globale Anomalie im Juli 2017 passt eng zum April 2015. Allerdings zeigen die Südhemisphäre und die Tropen jetzt niedrigere Werte und einen Abwärtstrend im Vergleich mit einem Aufwärtstrend 2015.

Wir haben vielfach Behauptungen gehört hinsichtlich von Temperaturrekorden der Jahre 2015 und 2016, was angeblich die gefährliche, vom Menschen verursachte Erwärmung beweisen soll. Mindestens ein Senator sagte dies bei einer Anhörung aus. Und doch zeigen die HadSST3-Daten der letzten beiden Jahre, wie offensichtlich die steuernde Rolle der Ozeane bei den globalen mittleren Temperaturen ist.

Der beste Zusammenhang zum Verständnis dieser beiden Jahre kommt von den SSTs der Welt, und zwar aus mehreren Gründen:

●Die Ozeane bedecken 71% des Globus‘ und steuern die globalen mittleren Temperaturen

●SSTs haben einen konstanten Wassergehalt (anders als die Lufttemperatur) und sind daher ein viel besseres Maß der Variationen des Wärmegehalts

●Ein starker El Nino war das dominante Phänomen während dieser Jahre.

Link: https://rclutz.wordpress.com/2017/08/10/tropics-lead-ocean-cooling/

Übersetzt von Chris Frey EIKE