{"id":9997,"date":"2024-06-17T10:10:16","date_gmt":"2024-06-17T09:10:16","guid":{"rendered":"https:\/\/klima-fakten.net\/?p=9997"},"modified":"2026-01-13T13:02:16","modified_gmt":"2026-01-13T12:02:16","slug":"wo-ist-der-treibhauseffekt-in-deutschland-eine-statistische-analyse","status":"publish","type":"post","link":"https:\/\/klima-fakten.net\/?p=9997","title":{"rendered":"Wie gro\u00df ist der Treibhauseffekt in Deutschland? — eine statistische Analyse"},"content":{"rendered":"
\"image_print\"<\/a><\/div>\n

<\/p>\n\n\n\n\n\n

Hohe Korrelation als Indiz der Kausalit\u00e4t?<\/h4>\n\n\n\n

Die Argumentation, dass CO2<\/sub> die mittlere globale Temperatur bestimmt, wird h\u00e4ufig mit diesem Diagramm, das eine starke Korrelation zwischen CO2<\/sub>-Konzentration und mittlerer globaler Temperatur zeigt, veranschaulicht oder sogar begr\u00fcndet, hier beispielsweise die in Maona Loa gemessene mittlere j\u00e4hrliche Konzentration und die j\u00e4hrlichen globalen Meeresoberfl\u00e4chentemperaturen:<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Es gibt zwar zwischen 1900 und 1975 — immerhin 75 Jahre — starke systematische Abweichungen, aber seit 1975 ist die Korrelation stark.
Wenn wir versuchen, mit den seit 1959 verf\u00fcgbaren CO2<\/sub>-Konzentrationsdaten von Maona Loa die deutschen Mitteltemperaturen zu erkl\u00e4ren, bekommen wir eine klare Beschreibung des Trends der Temperaturentwicklung, aber keine Erkl\u00e4rung der starken Schwankungen:<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Die aus den im Jahr \"i\" gemessenen logarithmischen CO2<\/sub>-Konzentrationsdaten \"ln(C_i)\" mit der Methode der kleinsten Quadrate<\/a> gesch\u00e4tzte „Modelltemperatur“ \"\hat{T}_i\" ergibt sich als
\"\hat{T}_i = 7.5\cdot ln(C_i)- 35.1\" (\u00b0C)

Nehmen wir als 2. Erkl\u00e4rungsvariable die j\u00e4hrlichen Sonnenstunden hinzu, so verbessert sich die Anpassung etwas, aber wir sind noch weit entfernt von einer vollst\u00e4ndigen Erkl\u00e4rung der schwankenden Temperaturen. Der Trend wird erwartungsgem\u00f6\u00df \u00e4hnlich gut wiedergeben, auch ein Teil der Schwankungen wird mit den Sonnenstunden erkl\u00e4rt, aber bei weitem nicht so gut, wie man es eigentlich von einer kausalen Bestimmungsgr\u00f6\u00dfe erwarten w\u00fcrde :<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Die Modellgleichung f\u00fcr die gesch\u00e4tzte Temperatur \"\hat{T}_i\" wird mit der Erweiterung der Sonnenstunden \"S_i\" zu
\"\hat{T}_i = 5.8\cdot ln(C_i) + 0.002\cdot S_i - 28.5\" (\u00b0C)
Das relative Gewicht der CO2<\/sub>-Konzentration hat bei insgesamt verbessertem statistischem Erkl\u00e4rungswert der Daten etwas abgenommen.<\/p>\n\n\n\n

Allerdings sieht es so aus, als ob das Zeitintervall 1 Jahr viel zu lang ist, um die Auswirkung der Sonneneinstrahlung auf die Temperatur korrekt zu behandeln. Es ist offensichtlich, dass die jahreszeitlichen Schwankungen unzweifelhaft von der Sonneneinstrahlung verursacht werden.
Die Auswirkungen der Einstrahlung sind nicht alle spontan, es m\u00fcssen auch Speichereffekte ber\u00fccksichtigt werden. Das entspricht unserer Wahrnehmung, dass die W\u00e4rmespeicherung der Sommerw\u00e4rme 1-3 Monate anh\u00e4lt, und z.B. die w\u00e4rmsten Monate erst nach der Zeit der gr\u00f6\u00dften Sonneneinstrahlung sind. Deswegen m\u00fcssen wir ein auf dem Energiefluss beruhendes Modell erstellen, das mit monatlichen Messwerten gef\u00fcttert wird, und das eine Speicherung vorsieht.<\/p>\n\n\n\n

Energieerhaltung – Verbesserung des Modells<\/h4>\n\n\n\n

Um das Verst\u00e4ndnis zu verbessern, erstellen wir ein Modell mit monatlichen Daten unter Ber\u00fccksichtigung der physikalischen Vorg\u00e4nge (die Monate werden mit der Indexvariablen \"i\" durchgez\u00e4hlt): <\/p>\n\n\n\n