So! Die globalen Mai-Temperaturen des GISS sind raus. Das ist die Gelegenheit den Stand unserer 2014 Klimawette zu überprüfen. Tatsächlich ist der Mai sehr günstig für mich und meine Wette ausgefallen. Ich hatte ja darauf gesetzt, dass in zwei der drei globalen Datensätze (GISS, HadCRU, Berkeley) das Jahr 2014 das wärmste je gemessene sein wird. Und der Mai war zumindest im GISS Datensatz in der Tat der wärmste je gemessene. Zum Zeitpunkt der Wette im April war das bisherige Jahr 2014 (also Jan-Apr) an fünfter Stelle. Das hat sich durch den sehr warmen Mai immer noch nicht entscheidend geändert. Hier die Rangfolge der fünf wärmsten Jan-Mai Abschnitte: 2010, 2007, 2002, 1998, 2014 (in dieser Reihenfolge) mit den Anomalien (Mittel Jan-Mai) 0.756, 0.722, 0.704, 0.676, 0.660. Aber immerhin. 2014 ist jetzt nur noch einen Wimpernschlag von 1998 und Platz 4 entfernt.
Bild 1: Animation des Zeitverlaufs aller Mittel von Jan-Apr und von Jan-Mai des GISS Temperatur-Datensatz.
Bild 1 zeigt in der Animation die Zeitentwicklung der Jan-Apr Mittel und die entsprechende der Jan-Mai Mittel. Man erkennt ganz gut den relativen Anstieg von 2014. Aber wird es reichen um den 2010 peak einzuhohlen? Das wird spannend.
Noch interessanter (und ein bisschen überraschend) ist vielleicht die Animation in Bild 2. Es zeigt den Verlauf der monatlichen Anomalien in den betreffenden Jahren. Klar, der Monat Mai ist 2014 dazugekommen und man kann ganz gut abschätzen, wieviel so ein wärmster Mai gegenüber den anderen warmen Jahren “heraushohlt”. Überraschend ist aber vielleicht, dass sich viele Monaten ganz leicht verändert haben, nicht nur der Mai 2014. Viele der Werte wackeln im Bild 2 ein bisschen nach unten oder nach oben. Hat sich etwa in all diesen Monaten die Qualitätskontrolle/Homogenisation so vieler Stationen geändert, dass man das am Ende im globalen Mittel sieht? Sind so viele Stationsdaten noch dazugekommen oder schlechte Daten aussortiert worden?
Bild 2: Vergleich der fünf wärmsten Jahre, einmal der Datensatz bis April und einmal bis Mai 2014.
Tatsächlich sollten noch nicht eingegangene Stationsdaten keine Rolle mehr spielen. Aber der GISS Temperaturen-Datensatz arbeitet mit den Rohdaten und macht die Homogenisation selber, und zwar jeden Monat neu. Insbesondere die Behandlung der data gaps (also fehlende Messungen) und die Korrektur der urban heat islands werden mit dem jeweiligen gesamten Datensatz durchgeführt. Das bedeutet, dass ein neuer Monat eine neue Gesamterechnung bedeutet und so permanent letztlich alle Daten leicht verändert werden. Per Auge liegt der Effekt so bei 0.01-0.02 Grad global für die monatlichen Werte. Hier findet man im Übrigen Resultate einer unabhängigen Verifikation der GISS-Methode.
Aber die Entscheidung fällt nicht im Osten, sondern im Westen. Die Wahrscheinlichkeit und die Stärke des kommenden/vielleicht doch nicht kommenden Niños entscheidet letztlich, wie sehr die Temperaturen dieses Jahres noch steigen. Und da siehst es längst nicht mehr so gut aus wie vor einem Monat. Die meisten Vorhersagen (statistische und dynamische Modelle) haben die Stärke des kommenden Niños zurückgenommen (siehe hier) . Es bleibt also spannend.
PS Hier noch die Liste derjenigen, die bei der Wette mitmachen. Viele mochten meine Wettbedingungen nicht (ja warum denn eigentlich nicht?). Und so ist die Liste durchsetzt mit den jeweiligen, individuellen Wettbedingungen:
Bleyfuss – 20 Euro
Shader – 10 Euro (als Almosenwette fuer den Flotten Otto).
Axel – Wettet 50 Euro auf einen neuen Rekord und zahlt 100, falls nicht. Und wenn er gewinnt?
Webbaer – 10 Euro
Guenther Venneke – genau wie Axel. 50 Euro auf Rekord, sonst 100 Euro.
Phil – 10 Euro auf Rekord, 20 Euro ansonsten.
E-O – Ist dabei…Ich schaetze mit 10 Euro bei meiner Wette?
Thomas – Ist dabei. Habe ich aber nicht verstanden. Bitte melden.
Kommentare (26)